一.資料處理的一般流程：

資料收集—》資料預處理—》資料處理—》資料展示

資料收集：網路爬蟲，公開資料集，其他途徑收集的資料

資料預處理：歸一化，二值化，維度變換，去重，無效資料過濾

資料處理：資料排序，資料查詢，資料統計分析

展示：列表，圖表，動態互動圖形

二.numpy的優點

高效能，開源，陣列運算，讀寫迅速

三.numpy的定義

1.NumPy 是一個 Python 包。 它代表 “Numeric Python”。 它是一個由多維陣列物件和用於處理陣列的例程集合組成的庫。

2.使用NumPy，開發人員可以執行以下操作：

（1）陣列的算數和邏輯運算。

（2）傅立葉變換和用於圖形操作的例程。

（3）與線性代數有關的操作。 NumPy 擁有線性代數和隨機數生成的內建函式。

四.安裝

pip install numpy

五.有多快？

六.匯入numpy

import numpy as np

七.numpy的基礎型別—ndarray

#建立一個ndarray型別的陣列

data = np.array([1,2,3,4,5])

np.array()裡直接填一個由數字組成的列表

#建立一個二維的ndarray型別的陣列

data = np.array([[1,2,3],[4,5,6]])

#判斷ndarray的維度

data = np.array([[1,2,3],[4,5,6]])

print data.ndim

#瞭解ndarray各維度的長度

data = np.array([[1,2,3],[4,5,6]])

print data.shape

#建立一個全是0的陣列

data = np.zeros(10)

#建立一個全是1的二維陣列

data = np.ones((3,10))

#索引

data = np.arange(10)

print data[5]

#  切片

data = np.arange(10)

print data[3:6]

#變換維度

data = np.arange(10)

print data

print data.reshape(2,5)

#轉置

data = np.arange(10)

print data.reshape(2,5).T

#對ndarray陣列每個元素求平方根

data = np.arange(10)

print np.sqrt(data)

其他的常用方法：

#相加

data1 = np.array([1,3,5,7,9])

data2 = np.array([2,4,6,8,10])

print data1+data2

print np.add(data1,data2)

#求和

data= np.arange(10)

print data.sum()

#求平均值

data= np.arange(10)

print data.mean()

#求標準差

data= np.arange(10)

print data.std()

#排序

data = np.array([1,9,8,0,3])

data.sort()

#讀取txt檔案

data = np.genfromtxt(‘data.txt’,delimiter=‘,’)

print data

#陣列.astype(要轉換的型別)

data = np.genfromtxt(‘data.txt’,delimiter=‘,’)

print data.astype(int)

作業：