本文共计4046个文字，预计阅读时间需要17分钟。

《Python数据分析·第2版》第四章：Numpy基础：数组和向量计算 + Numpy高效处理大数据的原因：Numpy是在一个连续的内存块中存储数据，独立于其他Python内置对象。

《利用Python进行数据分析·第2版》第四章 Numpy基础：数组和矢量计算

numpy高效处理大数组的数据原因：

• numpy是在一个连续的内存块中存储数据，独立于其他python内置对象。其C语言编写的算法库可以操作内存而不必进行其他工作。比起内置序列，使用的内存更少（即时间更快，空间更少）

• numpy可以在整个数组上执行复杂的计算，而不需要借助python的for循环

4.0 前提知识

数据：结构化的数据代指所有的通用数据，如表格型，多维数组，关键列，时间序列等
相关包：numpy pandas matplotlib scipy scikit-learn statsmodels

import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns import statsmodels as sm

数据规整（Munge/Munging/Wrangling）：
指的是将非结构化和（或）散乱数据处理为结构化或整洁形式的整个过程。这几个词已经悄悄成为当今数据黑客们的行话了。Munge这个词跟Lunge押韵。