Python数据分析--计算函数

本篇记录python下pandas/numpy的数学计算函数（求和、累积、累和、方差、标准差、中位数、整数、平方根、对数、倒数、指数、余数等）、三角函数（正弦、余弦、切线等）

pandas

各函数详情请查阅pandas

函数	说明
df.count()	非NA观测数量
df.sum(axis=0, skipna=True, level=NaN)	求和
df.add(df2, fill_value=NaN, axist=1)	两列元素求和，df.a+df.b
df.cumsum(axis=0, skipna=True, level=NaN)	累计和
df.cumprod(axis=0, skipna=True, level=NaN)	累计积
df.mul(df2, fill_value=NaN, axist=1)	两列元素相乘，df.a * df.b
df.sub(df2, fill_value=NaN, axist=1)	两列元素相减，df.a - df.b
df.div(df2, fill_value=NaN, axist=1)	两列元素相除，df.a / df.b
df.mode()	返回众，一组数据中出现最多的数
df.mean(axis=0, skipna=True, level=NaN)	平均值
df.median(axis=0, skipna=True, level=NaN)	中位数
df.mad(axis=0, skipna=True, level=NaN)	平均绝对离差
df.var(axis=0, skipna=True, level=NaN)	方差
df.cov(other, min_periods=None)	协方差
df.std(axis=0, skipna=True, level=NaN)	标准差
df.sem()	平均值的标准误差
df.skew(axis=0, skipna=True, level=NaN)	偏度（三阶距）
df.kurt(axis=0, skipna=True, level=NaN)	峰度（四阶距）
df.quantile()	样本分位数（值为％）
df.diff(axis=0)	一阶差分
df.pct_change(axis=0)	百分比数变化
df.abs()	绝对值

numpy

数学运算
各函数详情请查阅numpy

函数	说明
np.mod(x1,x2)	返回除法元素的余数
np.divmod	同时返回逐元素的商和余数
np.log(x)	自然对数
np.log1p(x)	返回一个加上输入数组的自然对数，逐个元素
np.log2(x)	x的基数为2的对数
np.log10(x)	以元素方式返回输入数组的基数10对数
np.log(x) / np.log(4)	x的基数为4的对数，自设底
np.exp(x)	计算输入数组中所有元素的指数
np.exp2(x)	计算输入数组中所有p的2 ** p
np.rint(x)	四舍五入最接近的整数
round(x,2)	保留两位小数四舍五入
np.fabs(x)	以元素方式计算绝对值
np.sqrt(x)	以元素方式返回数组的非负平方根
np.cbrt(x)	以元素方式返回数组的立方根
pow(a,1/n)	返回int，n次方根
np.reciprocal(x)	以元素为单位返回参数的倒数
np.gcd(x1,x2)	返回x1,x2的最大公约数
np.lcm(x1,x2)	返回x1,x2的最小公倍数

三角函数

函数	说明
np.sin(x)	三角正弦
np.cos()	余弦
np.tan(x)	计算切线
np.arcsin(x)	反正弦
np.arccos(x)	反余弦
np.sinh(x)	双曲正弦
np.cosh(x)	双曲余弦
np.tanh(x)	双曲正切