之前为大家分享了python的基本语法，有疑问的小伙伴可以参考下文～
土豆爱数学：零基础如何快速入门pythonzhuanlan.zhihu.com
对python基本语法了解后，就可以尝试用python进行数据分析了。python在数据分析领域用到最多是包numpy、pandas 和 matplotlib：
- numpy是用于科学计算，比如线性代数中的矩阵计算（在机器学习中非常有用）；
- pandas是基于numpy的数据分析工具，该工具是为了解决数据分析任务而创建的，它提供了一套名为数据框dataframe的数据结构，可以方便地对表结构的数据进行分析；
- matplotlib是一个图形绘制库，专门用于数据分析结果的可视化。
那么在进行正式数据分析之前，我们先来学习一下这几个包的使用（本文主要介绍numpy和pandas包，matplotlib图表可视化后续会专门出教程～），后续会结合实际的案例帮助大家更好的理解这几个包的使用，以及数据分析的基本过程。
本文目录
一、科学计算工具：numpy包学习
numpy包学习内容框架
首先在notebook中导入numpy包
#导入numpy包并重新命名（需要先安装，可以直接在终端安装：pip install numpy）
先来学习一下numpy的基础数据结构，numpy数组是一个多维数组对象，称为ndarray，可以创建一维、二维、三维几多维数组。
数组的基本属性：
- ① 数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推
- ② 在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量：比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组，所以一维数组就是NumPy中的轴（axes），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。
1array()创建一维数组及操作
一维数组学习内容框架
1、numpy一维数组创建
#创建一维数组：array()函数，括号内可以是列表、元祖、数组、生成器等
2、一维数组基本元素查询及切片访问
通常一个切片操作要提供三个参数：[切片起始位置: 切片的结束位置(不包括): 步长]
step可以不提供，默认值是1，步长值不能为0，不然会报错ValueError。
3、可以循环访问
4、基本计算：加减乘除，平均值，最大最小值，方差标准差等
注：numpy 一维与列表的差异：numpy数组中的每个元素都必须是同一种数据类型，而列表中的元素可以是不同的数据类型。
2array()创建二维数组及操作
二维数据结构是指这个数据既有行又有列，有点类似于Excel里的二维表格
二维数组学习内容框架
1、创建二维数组：array()函数(三维数组同理)
2、二维数组元素查询及切片访问(三维数组同理)
3、布尔型索引及切片(三维数组同理)
4、numpy数轴参数
3其他numpy创建数组方法
# 其他创建数组方法：arange()，类似range()，在给定间隔内返回均匀间隔的值。
# 其他创建数组方法：linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None):返回在间隔[start，stop]上计算的num个均匀间隔的样本
# 其他创建数组方法：zeros(shape, dtype=float, order='C'):返回给定形状和类型的新数组，用零填充
# 其他创建数组方法：zeros_like() 返回具有与给定数组相同的形状和类型的零数组
# 其他创建数组方法：ones()/ones_like(),和zeros()/zeros_like()一样，只是填充为1
# 其他创建数组方法：eye(),创建一个正方的N*N的单位矩阵，对角线值为1，其余为0
4numpy通用函数
# 数组形状：.T方法：转置，例如原shape为(3,4)/(2,3,4)，转置结果为(4,3)/(4,3,2) → 所以一维数组转置后结果不变
# 数组形状：.reshape(a, newshape, order='C')：为数组提供新形状，而不更改其数据，所以元素数量需要一致
# 数组形状：.resize(a, new_shape)：返回具有指定形状的新数组，如有必要可重复填充所需数量的元素
# 数组复制：.copy() 如ar1 = ar.copy()
# 数组类型转换：.astype()，如ar2 = ar1.astype(np.int32)
5Numpy随机数
numpy.random包含多种概率分布的随机样本，是数据分析辅助的重点工具之一，感兴趣的可以百度或私信～
二、数据分析工具：pandas学习
pandas包学习内容框架
首先在notebook中导入pandas包
#导入pandas包并重新命名（需要先安装，可以直接在终端安装：pip install pandas）
先来学习一下pandas的基础数据结构，pandas有Series和Dataframe两种数据结构，分别代表了一维数组和二维数组：
- Series 数据结构是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,轴标签统称为索引；
- Dataframe是一个表格型的数据结构，“带有标签的二维数组”
1pandas一维数组Series创建及操作
1、创建series：创建方法一：由字典创建 / 创建方法二：由数组创建(一维数组) / 名称属性：name
# 创建方法一：由字典创建，字典的key就是index，values就是values
2、Series索引：iloc属性用于根据位置获取值/ loc属性用于根据索引获取值/ 切片索引 / 布尔型索引
3、基本数据技巧：数据查看 / 获取描述统计信息 / 向量化运算 / 删除缺失值 / 将缺失值进行填充
4、series与array一维数组的联系与区别：
pandas是建立在numpy的基础上的，series和ndarray较相似，索引切片功能差别不大。但是Series比Array的功能更多，series相比于ndarray，是一个自带索引index的数组，所以当只看series的值的时候，就是一个ndarray
2pandas二维数组Dataframe创建及操作
Dataframe学习内容框架
1、创建方法
- 常用方法：由字典创建（由数组/list组成的字典）
- 其他变形创建方法：由series组成的字典/由字典组成的列表/由字典组成的字典/通过二维数组直接创建
#常用创建方法：由字典创建（由数组/list组成的字典）
salesDf结果
2、Dataframe索引
>>查询数据：iloc属性用于根据位置获取值：查询元素 / 获取行 / 获取列
>>查询数据：loc属性用于根据索引获取值：查询元素 / 获取行 / 获取列
>>数据框复杂查询：切片索引
salesDf[['商品名称','销售数量']] 结果
salesDf.loc[:,'购药时间':'销售数量']结果
>>数据框复杂查询：条件判断（布尔型索引）
salesDf.loc[querySer,:]结果
3、查看数据集描述统计信息
salesDf.head(3) 结果
salesDf.describe()结果
4、dataframe与array二维数组的联系与区别：
numpy数组中的每一个元素都属于同一种数据类型，这在数值计算和科学计算中是非常有用的。但是它不利于我们表示类似于Excel中的内容，因为Excel中每一列的数据类型可能都不一样
DataFrame 也有索引的功能，这使得其很容易存储常见的表格数据，DataFrame 的每一列数据可以是不同类型，这就方便表示 Excel 中的数据内容。
三、总结～
以上分享了利用python进行数据分析两个最关键的包：numpy与pandas的基础学习内容，还有如numpy中random随机数、pandas中datetime时间模块等也是数据分析中常用到的模块函数，包括数据python在可视化matplotlib包的学习，后续会继续分享给大家。
接下来会分享利用python进行数据分析的实战项目（大型零售数据分析案例），让大家更好的理解数据分析的过程，与numpy与pandas包的学习应用
最后～附上python数据分析入门numpy与pandas包的学习笔记～希望对大家有帮助，有任何问题欢迎联系与指正。
numpy与pandas学习笔记
转播
