摘要：例如，和是非常著名的數據科學支持包。是用進行科學計算的基礎包。意味著是維數組。下面的代碼得到二維數組的，返回的元組中的第一個元素是行數，第二個元素是列數。

翻譯：瘋狂的技術宅
原文：https://towardsdatascience.co...

在 Python 中有許多數據類型。最常見的是float（浮點型），int（整型），str（字符串），bool（布爾），list 和 dict（字典）。

float - 用于表示實數。

int - 用于表示整數。

str - 表示文本。可以使用單引號 "value" 、雙引號 “value” 或三引號 """value""" 來定義字符串。三引號字符串可以用在多行文本上，還可以用于注釋。

bool - 用于布爾值。

list - 用于存儲值的集合。

dict - 用于存儲鍵值對。

可以用 type(variable_name) 函數來檢查特定變量的類型。 Python 中的運算符根據變量的類型而表現不同，每個運算符都有不同的內置方法。

下面是在 Python 中創建浮點數、整數、字符串和布爾值變量的例子。

year_of_birth = 1994
height_cm = 170.50
subject = "Data Science"
is_success = True

print(type(year_of_birth), type(height_cm), type(subject), type(is_success))

# 輸出:    

Python 列表是一種基本的序列類型。我們可以使用此類型來存儲值的集合。一個列表可以包含任何類型的值，同時一個列表也可以包含另一個列表進行嵌套。你也可以創建一個混合使用 Python 類型的列表，不過這并不常用。可以使用如下方法創建一個列表：

fruits = ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"]

可以用索引從列表中獲取單個或多個元素。在Python中，索引從 0 開始。因此，列表中的第一個元素對應索引 0。我們還可以使用負索引來訪問元素，列表中的最后一個元素的索引為 -1，倒數第二個元素的索引是 -2，依此類推。我們在Python中也有一個名為 切片 的東西，可用于從列表中獲取多個元素。可以這樣使用： sliceable[start_index:end_index:step]。

start_index 是切片的起始索引，此索引所在的元素包含在結果中，默認值為 0。

end_index 是切片的結束索引，此索引處的元素不會被包含到結果當中，默認值將是列表的長度。此外，如果 step 為負值，則默認值可以是 負的列表的長度 - 1。如果跳過此步驟，你會得到從開始索引到結尾的所有元素。

step 是索引增加的數量，默認值為 1。如果把 step 設為負值，會從后向前移動。

fruits = ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"]
fruits[1]  # apple
fruits[0]  # "pineapple"
fruits[-1] # "kiwi"
fruits[5]  # "kiwi"
fruits[-3] # "strawberry"

# List slicing
fruits[::]    # ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"]
fruits[0:2]   # ["pineapple", "apple"]
fruits[-2:-1] # ["orange"]
fruits[3:]    # ["strawberry", "orange", "kiwi"]
fruits[:4]    # ["pineapple", "apple", "lemon", "strawberry"]
fruits[:]     # ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi"]
fruits[::-1]  # ["kiwi", "orange", "strawberry", "lemon", "apple", "pineapple"]
fruits[::-2]  # ["kiwi", "strawberry", "apple"]
fruits[::2]   # ["pineapple", "lemon", "orange"]

# Understanding some default values
fruits[0:6:1]    # 與fruits[::]的結果相同
fruits[-1:-7:-1] # 與fruits[::-1]的結果相同

可以用 append 方法或 + （加法運算符）將單個或多個元素添加到列表當中。如果你對兩個列表使用加法運算符，Python 將給出兩個列表合并后的新列表。

可以用方括號來修改列表中的單個或多個元素。

可以用 remove(value) 方法從列表中刪除一個元素。此方法用參數傳入的值刪除列表中存儲的第一個相同元素。

# 添加一個元素
fruits.append("peach")
fruits 
#輸出 ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi", "peach"]

fruits = fruits + ["fig", "melon"]
fruits 
#輸出 ["pineapple", "apple", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"]

# 修改
fruits[0:2] = ["grape", "mango"]
fruits 
#輸出 ["grape", "mango", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"]

# 從列表中刪除
fruits.remove("mango")
fruits 
#輸出 ["grape", "lemon", "strawberry", "orange", "kiwi", "peach", "fig", "melon"]

了解列表背后的工作機制非常重要。當創建新列表 my_list 時，列表會存儲在計算機內存中，該列表的地址被存儲在 my_list 變量中。變量 my_list 不包含列表中的元素，它只包含對列表的引用。如果我們用等號去復制一個列表時，比如 my_list_copy = my_list，你復制的只是列表的引用而不是列表的值。所以如果要復制列表實際的值，可以用 list(my_list) 函數或切片 [ : ]。

numbers = [10, 42, 28, 420]
numbers_copy = numbers
numbers_copy[2] = 100
numbers      # [10, 42, 100, 420]
numbers_copy # [10, 42, 100, 420]

ratings = [4.5, 5.0, 3.5, 4.75, 4.00]
ratings_copy = ratings[:]
ratings_copy[0] = 2.0
ratings      # [4.5, 5.0, 3.5, 4.75, 4.0]
ratings_copy # [2.0, 5.0, 3.5, 4.75, 4.0]

characters = ["A", "B", "C"]
characters_copy = list(characters)
characters_copy[-1] = "D"
characters      # ["A", "B", "C"]
characters_copy # ["A", "B", "D"]

字典用于存儲鍵值對形式的數據。當你希望通過唯一鍵對值進行索引時很有用。在 Python 中，可以使用花括號創建字典，鍵和值由冒號分隔。如果想獲得給定鍵的值，可以這樣做：our_dict[key]。

讓我們看一個例子，比較一下列表和詞典。假如有一些電影，我們想存儲它們的評級，另外還希望通過電影名稱來非常快速地訪問電影的評級。這時可以用兩個列表或一個字典來完成這類操作。在例子中，movies.index(“Ex Machina”)代碼返回電影 “Ex Machina” 的索引。

使用列表

movies = ["Ex Machina", "Mad Max: Fury Road", "1408"]
ratings = [7.7, 8.1, 6.8]

movie_choice_index = movies.index("Ex Machina")
print(ratings[movie_choice_index]) # 7.7

使用字典

ratings = {
    "Ex Machina": 7.7,
    "Mad Max: Fury Road": 8.1,
    "1408" : 6.8
}

print(ratings["Ex Machina"]) # 7.7

可以看出，使用字典更加直觀和方便。

可以對詞典中的數據進行添加，更新和刪除操作。當添加或更新數據時，可以簡單地使用 our_dict[key] = value，想要刪除一個鍵值對時，可以用 del(our_dict[key]) 操作。

ratings["Deadpool"] = 8.0
print(ratings) 
# {"Ex Machina": 7.7, "Mad Max: Fury Road": 8.1, "1408": 6.8, "Deadpool": 8.0}

ratings["Ex Machina"] = 7.8
print(ratings) 
# {"Ex Machina": 7.8, "Mad Max: Fury Road": 8.1, "1408": 6.8, "Deadpool": 8.0}

del(ratings["1408"])
print(ratings) 
# {"Ex Machina": 7.8, "Mad Max: Fury Road": 8.1, "Deadpool": 8.0}

還可以檢查給定的鍵是否在字典中：key in our_dict。

print("Ex Machina" in ratings) # True

函數是解決特定問題的可重用代碼。可以用 def 關鍵字編寫函數：

def is_prime(n):
    if n <= 1:
        return False
    elif n <= 3:
        return True
    elif n % 2 == 0 or n % 3 == 0:
        return False
    current_number = 5
    while current_number * current_number <= n:
        if n % current_number == 0 or n % (current_number + 2) == 0:
            return False
        current_number = current_number + 6
    return True

不過 Python 中有許多內置函數，例如 max( iterable[，key] )，min( iterable [，key] )，type( object )，round( number[，ndigits] ) 等。所以當我們需要一個解決某個問題的函數時，可以先研究一下是否存在相關的內置函數或 Python 包。沒有必要去“重新發明輪子”。

我們已經知道 Python 中有字符串，浮點數，整數，布爾值等類型。這些數據結構都是一個對象。方法是一種可用于給定對象的函數，具體取決于對象的類型。所以每個對象都有一個特定的類型和一組方法，具體形式取決于給出的類型。

# 字符串方法
text = "Data Science" 
text.upper() # "DATA SCIENCE"
text.lower() # "data science"
text.capitalize() # "Data science"

# 列表方法
numbers = [1, 4, 0, 2, 9, 9, 10]
numbers.reverse()
print(numbers) # [10, 9, 9, 2, 0, 4, 1]
numbers.sort()
print(numbers) # [0, 1, 2, 4, 9, 9, 10]

# 字典方法
ratings = {
    "Ex Machina": 7.7,
    "Mad Max: Fury Road": 8.1,
    "1408" : 6.8
}

print(ratings.keys()) # dict_keys(["Ex Machina", "Mad Max: Fury Road", "1408"])
print(ratings.values()) # dict_values([7.7, 8.1, 6.8])
print(ratings.items()) # dict_items([("Ex Machina", 7.7), ("Mad Max: Fury Road", 8.1), ("1408", 6.8)])

不同類型的對象可以有相同名稱的方法。根據對象的類型，方法有各自不同的行為。

numbers = [10, 30, 55, 40, 8, 30]
text = "Data Science"

numbers.index(8)  # 4
text.index("a")   # 1

numbers.count(30) # 2
text.count("i")   # 1

務必要小心！某些方法可以更改調用它們的對象。例如在列表類型上調用append()方法時。

模塊是包含 Python 定義和聲明的文件。用于定義解決特定問題的函數、方法和新的 Python 類型。

包是模塊的集合。有許多 Python 包涵蓋了不同領域的解決方案。例如，NumPy、matplotlib、seaborn 和 scikit-learn 是非常著名的數據科學支持包。

NumPy 用于有效地處理數組

matplotlib 和 seaborn 是流行的數據可視化庫

scikit-learn 是一個功能強大的機器學習庫

默認情況下，Python 中有一些內置包，但是我們還需要更多的包，這些默認是不安裝的。如果想要使用某個軟件包，它就必須是已經安裝好的，或者先用 pip 安裝（ Python的包管理系統 ）。

另外，還有一種叫做Anaconda 的東西。

Anaconda Distribution 是一個免費，易于安裝的包管理器、環境管理器和 Python 發行版，其中包含1,000多個開源軟件包，并提供免費的社區支持。

所以如果你不想安裝太多的包，我建議你用 Anaconda。這個發行版中有很多有用的包。

安裝所需的包后，可以把它們導入 Python 代碼文件。可以從中導入整個包、子模塊或特定函數。另外還可以為包設置別名。可以從下面的例子中看到 import 語句的不同方式。

簡單的導入

import numpy
numbers = numpy.array([3, 4, 20, 15, 7, 19, 0])

導入的同時設置別名

import numpy as np # np 是 numpy 包的別名
numbers = np.array([3, 4, 20, 15, 7, 19, 0]) # 工作正常
numbers = numpy.array([3, 4, 20, 15, 7, 19, 0]) # 出錯，NameError: name "numpy" is not defined

從包導入子模塊并設置別名

# 從 matplotlib 包中導入 pyplot 子模塊并設置別名 "plt"
import matplotlib.pyplot as plt

僅從包中導入一個函數

from numpy import array
numbers = array([3, 4, 20, 15, 7, 19, 0]) # 工作正常
numbers = numpy.array([3, 4, 20, 15, 7, 19, 0]) # 出錯，NameError: name "numpy" is not defined
type(numbers) # 輸出：numpy.ndarray

我們也可以這樣導入： from numpy import *。星號表示從該模塊導入所有內容。這條 import 語句會在當前命名空間中為 numpy 模塊定義的所有公共對象創建引用。換句話說，我們可以使用 numpy 中的所有可用函數，在函數名稱可以不帶前綴。例如，現在我們可以這樣使用 NumPy 的絕對值函數： absolute()，而不是numpy.absolute()。

但是，我不建議你使用它，因為：

如果從某些模塊中導入所有函數，那么當前的命名空間將填充過多的函數，如果有人查看我們的代碼的話，他可能會對某個函數到底屬于哪個包而感到困惑。

如果兩個模塊具有相同名稱的函數，則第二個導入的將會覆蓋第一個模塊的函數。

NumPy 是用 Python 進行科學計算的基礎包。它非常快速且易于使用。這個包能夠幫助我們按元素進行計算（逐個元素）。

常規的 Python 列表不知道如何以元素方式進行操作。當然我們也可以用 Python 列表去做科學計算，但是它非常慢，而且還需要編寫更多的代碼來得到想要的結果。更多時候使用 NumPy 才是一個聰明的主意。

與常規 Python 列表不同，NumPy 數組中的元素總是只有一種類型。如果我們將一個不同類型的數組傳遞給np.array()，可以用參數 dtype 設定想要的類型。如果沒有給出此參數，則會將類型確定為保存對象所需的最小類型。

NumPy 數組 —— 類型轉換

np.array([False, 42, "Data Science"])   # array(["False", "42", "Data Science"], dtype="
NumPy 數組有自己的屬性和方法。你是不是還記得前面說過 Python 運算符在不同的數據類型上表現也不一樣？在NumPy 中運算符在這方面表現得很好。
NumPy 數組上的運算符
np.array([37, 48, 50]) + 1 # array([38, 49, 51])
np.array([20, 30, 40]) * 2 # array([40, 60, 80])
np.array([42, 10, 60]) / 2 # array([ 21.,   5.,  30.])

np.array([1, 2, 3]) * np.array([10, 20, 30]) # array([10, 40, 90])
np.array([1, 2, 3]) - np.array([10, 20, 30]) # array([ -9, -18, -27])
如果檢查 NumPy 數組的類型，結果會是 numpy.ndarray。 ndarray 意味著是 n 維數組。在前面的例子中用了一維數組，但是也可以使用 2, 3, 4 甚至更多維數組。我們可以在數組上進行子集化，而這與該數組的維數無關。下面是一些二維數組的例子。
二維數組的子集
numbers = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
    [10, 11, 12]
])

numbers[2, 1]     # 8
numbers[-1, 0]    # 10
numbers[0]        # array([1, 2, 3])
numbers[:, 0]     # array([ 1,  4,  7, 10])
numbers[0:3, 2]   # array([3, 6, 9])
numbers[1:3, 1:3] # array([[5, 6],[8, 9]])
如果想要知道一個 numpy 數組有多少個維度，以及每個維度有多少個元素，可以用 shape 屬性。下面的代碼得到二維數組的shape，返回的元組中的第一個元素是行數，第二個元素是列數。
NumPy 的 shape屬性
numbers = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
    [10, 11, 12],
    [13, 14, 15]
])

numbers.shape # (5, 3)
基本統計
分析數據的第一步是熟悉數據。 NumPy 有一些基本方法來幫助我們做到這一點。


np.mean() - 返回算術平均值（元素之和除以元素的個數）。

np.median() - 返回中位數（傳入的數組的中間值，如果數組的長度是偶數，將計算兩個中間值的平均值）

np.corrcoef() - 返回一個相關矩陣。當我們想要查看數據集中兩個變量之間是否存在相關性時，或者在兩個具有相同長度的數組之間存在相關性時，這個函數非常有用。

np.std()  - 返回標準偏差

learning_hours = [1, 2, 6, 4, 10]
grades = [3, 4, 6, 5, 6]

np.mean(learning_hours)   # 4.6
np.median(learning_hours) # 4.0
np.std(learning_hours)    # 3.2
np.corrcoef(learning_hours, grades) 
# 輸出：[[ 1.          0.88964891][ 0.88964891  1.        ]]
使用 NumPy 生成基本統計信息
從上面的例子中，我們可以看到學習時間和成績之間存在高度相關性。
此外還可以看到：

學習時間的平均值是 4.6
學習時間的中位數為 4.0
學習時間的標準差為 3.2

NumPy 還有一些基本函數，如 np.sort() 和 np.sum() ，在基本的 Python 列表中也有同樣的函數。不過需要注意的是 NumPy 在數組中會強制統一類型，這加快了計算速度。