数据分析预备篇---NumPy数组

       NumPy是数据分析时常用的库，全称为Numerical Python，是很多数据或科学相关Python包的基础，包括pandas，scipy等等，常常被用于科学及工程领域。NumPy最核心的数据结构是ND array，意思是N维数组。

#以下是一个普通列表的操作示例：arr = [5,17,3,26,31]#打印第一个元素
print(arr[0])#打印前三个元素
print(arr[0:3])#打印所有元素
for element in arr:print(element)

NumP数组 vs Python列表

相似之处

        1.可以通过索引去获取某个元素

        2.可以通过切片获取某范围的多个元素

        3.可以迭代各个元素

不同之处

        1.NumPy数组里的元素必须是同一类型的；列表则没有要求，数据元素可以不统一。这样的好处是在对NumPy数组进行大规模数据运算或其它操作时，执行速度远高于Python内置列表，因此效率是数据处理方面选择NumPy的首要原因。

        2.NumPy提供了很多专门做运算的函数，例如求平均值，求中位数，求方差等等，为操作数据提供了很多便利。

NumPy的安装

        NumPy是第三方库，需要先安装再使用：

• Windows操作系统，在菜单栏搜索cmd，进入命令提示符，输入pip install numpy
• macOS系统点击顶部菜单栏放大镜图标，输入“终端”或“terminal”，回车进入，输入pip3 install numpy，然后回车，就开始安装了。

安装完成后就可以在Jupyter Notebook中使用NumPy了。

NumPy的使用

        导入numpy库

import numpy as