numpy笔记
基本命令
ndim ：维度
shape： 行数和列数
size： 元素个数
array ：创建数组
dtype ：指定数据类型
empty ：创建数据接近0
linspace ：创建线段
np.max 和 np.min 时可以加个参数axis，0表示找出每列的最值，1表示找出每行的最值。
索引
1
2
3
4
5
6
7
8
9
| import numpy as np
A = np.arange(2,14).reshape((3,4))
# array([[ 2, 3, 4, 5]
# [ 6, 7, 8, 9]
# [10,11,12,13]])
print(np.argmin(A)) # 0
print(np.argmax(A)) # 11
|
元素打印
给定一个矩阵A[3,4]，print(A[1])等价于打印第二行，所以numpy里面逐行打印的代码为
1
2
3
4
5
6
7
| for row in A:
print(row)
"""
[ 3, 4, 5, 6]
[ 7, 8, 9, 10]
[11, 12, 13, 14]
"""
|
将矩阵内元素依次打印，flatten 函数将多维的矩阵展开成1行的数列，flat 为一个迭代器，本身具有object 属性。
1
2
3
4
5
6
7
8
9
10
11
12
13
| import numpy as np
A = np.arange(3,15).reshape((3,4))
print(A.flatten())
# array([3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
for item in A.flat:
print(item)
# 3
# 4
……
# 14
|
矩阵的合并
np.vstack() —-上下合并
np.hstack()—-左右合并
np.newaxis()—-将数组转化为矩阵形式
np.concatenate()—-合并操作多个矩阵，其中也可以选择参数axis，0或1
矩阵的分割
np.split()—-等量分割
np.array_split()—-不等量分割
np.vsplit() np.hsplit()
1
2
3
4
5
6
7
8
9
10
11
12
13
| print(np.vsplit(A, 3)) #等于 print(np.split(A, 3, axis=0))
# [array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8, 9, 10, 11]])]
print(np.hsplit(A, 2)) #等于 print(np.split(A, 2, axis=1))
"""
[array([[0, 1],
[4, 5],
[8, 9]]), array([[ 2, 3],
[ 6, 7],
[10, 11]])]
"""
|
矩阵copy
两个复制的区别”=” 和 “copy()”
= 复制之后有关联
copy() 复制之后没有关联
pandas笔记
两个主要数据结构 Series和DataFrame
Series
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| import pandas as pd
import numpy as np
s = pd.Series([1,3,6,np.nan,44,1])
print(s)
"""
0 1.0
1 3.0
2 6.0
3 NaN
4 44.0
5 1.0
dtype: float64
"""
|
DataFrame
1
2
3
4
5
6
7
8
9
10
11
12
13
| dates = pd.date_range('20160101',periods=6)
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])
print(df)
"""
a b c d
2016-01-01 -0.253065 -2.071051 -0.640515 0.613663
2016-01-02 -1.147178 1.532470 0.989255 -0.499761
2016-01-03 1.221656 -2.390171 1.862914 0.778070
2016-01-04 1.473877 -0.046419 0.610046 0.204672
2016-01-05 -1.584752 -0.700592 1.487264 -1.778293
2016-01-06 0.633675 -1.414157 -0.277066 -0.442545
"""
|
pandas选择数据
根据标签 loc，根据序列 iloc ，混合两种ix
pandas处理丢失数据
pd.dropna()
1
2
3
4
5
6
7
8
9
10
11
| df.dropna(
axis=0, # 0: 对行进行操作; 1: 对列进行操作
how='any' # 'any': 只要存在 NaN 就 drop 掉; 'all': 必须全部是 NaN 才 drop
)
"""
A B C D
2013-01-03 8 9.0 10.0 11
2013-01-04 12 13.0 14.0 15
2013-01-05 16 17.0 18.0 19
2013-01-06 20 21.0 22.0 23
"""
|
pd.fillna()
如果是将 NaN 的值用其他值代替, 比如代替成 0:
pd.isnull()
判断是否有缺失数据 NaN, 为 True 表示缺失数据:
1
2
3
4
5
6
7
8
9
10
| df.isnull()
"""
A B C D
2013-01-01 False True False False
2013-01-02 False False True False
2013-01-03 False False False False
2013-01-04 False False False False
2013-01-05 False False False False
2013-01-06 False False False False
"""
|
检测在数据中是否存在 NaN, 如果存在就返回 True:
1
2
| np.any(df.isnull()) == True
# True
|
pandas导入导出数据
读取csv
1
2
3
4
5
6
7
| import pandas as pd #加载模块
#读取csv
data = pd.read_csv('student.csv')
#打印出data
print(data)
|
将资料存取成pickle
1
| data.to_pickle('student.pickle')
|
pandas合并concat
axis合并方向 注意跟前面numpy不相同
评论加载中