幾個小技巧要注意
讀套件裡面函數的方法: from 套件 import 函數
把套件函數通通讀進來的方法: from 套件 import * #是的*代表全部
不推薦將所有要使用的函數讀進來，如果把套件的函數全部讀進來，會導致同名的套件互相混亂衝突，所以不推薦用import 或是 %pylab inline 來讀套件
- 讀整個套件的方法: import 套件名
- 讀套件並且給套件一個綽號: import 套件名 as 套件綽號
ex: import numpy as np - 用tab鍵可以自動補完剩下的指令
數據分析的標準動作
- %matplotlib inline
- import numpy as np
- import matplotlib.pyplot a plt
- 數據分析能不用迴圈就盡量不要用迴圈
- 把list 轉換成numpy array 的方法
np.array(你的list) - array可以做類似向量的運算
- 數據分析不到最後關頭絕不輕言使用list，一定要用 array 這種向量的處理方式
- array 可以將個別的位置相乘
- array.sum()為array個值的和
- np.dot(array1, array2)
將array1跟array2做內積 - array 不只可以是一維的，也可以是二維的
- array.shape可以看array的形狀
- A.reshape是一個函數，在後面加上我們想要的樣子
- 另外一個改變array形狀的方法會另外產生一個ayrray: array.reshape(新的形狀)
- reshape 會產生新的微度，新的array，不會改變原來的array
- 生成一個值都是0的array
np.zeros(你要的形狀) - 生成一個n乘n的單位矩陣
np.eye(n) - 生成一個值都是一的array
np.ones(你要的形狀) - 描點法的第一步 建立一連串的點
x = np.linspace(起始值，結束值，多少點) - 直接對x計算相對應的函數值
搭配plt.plot()就能畫圖了 - Array 的選項可以利用判斷是來挑選元素
array 中符合元素條件的array = array[條件]**ex. plt.plot(x[y>0], y[y>0], 'o')