python numpy 基础科学计算包，数学函数库

pip install numpy

numpy.array()函数，强大的N维数组对象 ndarray

import numpy as np 
a = np.array([1,2,3])  
print (a)

[1 2 3]

# 多于一个维度  
import numpy as np 
a = np.array([[1, 2], [3, 4]]) 
print (a)

[[1  2] 
 [3  4]]

属性 说明
ndarray.ndim 秩，即轴的数量或维度的数量
ndarray.shape 数组的维度，对于矩阵，n 行 m 列
ndarray.size 数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype ndarray 对象的元素类型
ndarray.itemsize ndarray 对象中每个元素的大小，以字节为单位
ndarray.flags ndarray 对象的内存信息
ndarray.real ndarray元素的实部
ndarray.imag ndarray 元素的虚部
ndarray.data 包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。

将列表转换为 ndarray:

import numpy as np 
 
x =  [1,2,3] 
a = np.asarray(x)  
print (a)

numpy.arange(start, stop, step, dtype)

import numpy as np
 
x = np.arange(5)  
print (x)

切片

import numpy as np
 
a = np.arange(10)
s = slice(2,7,2)   # 从索引 2 开始到索引 7 停止，间隔为2
print (a[s])

通过冒号分隔切片参数 start:stop:step 来进行切片操作

import numpy as np
 
a = np.arange(10)  
b = a[2:7:2]   # 从索引 2 开始到索引 7 停止，间隔为 2
print(b)

df = pd.read_csv('疫情数据.csv')
name_list = df['name'].values.tolist()
confirm_list = df['confirm'].values.tolist()
nowConfirm_list = df['nowConfirm'].values.tolist()