python Day11：Numpy里的一些基础

（1）ndarray

创建array：

import numpy as pd
aArray=pd.array([(1,2,3),(4,5,6),(7,8,9)])
bArray=pd.array([1,2,4])
#aArray若命名为[(1,2,3),(4,5)]则不能创建成功
aArray
Out[15]: 
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

bArray
Out[16]: array([1, 2, 4])

pd.arange(1,10)
Out[18]: array([1, 2, 3, 4, 5, 6, 7, 8, 9])
pd.random.random((3,2))
Out[19]: 
array([[ 0.94750778,  0.93591796],
       [ 0.04284112,  0.51099218],
       [ 0.75403804,  0.21734349]])#创建一个N x M的随机数矩阵

pd.linspace(1,2,20,endpoint=False)
Out[24]: 
array([ 1.  ,  1.05,  1.1 ,  1.15,  1.2 ,  1.25,  1.3 ,  1.35,  1.4 ,
        1.45,  1.5 ,  1.55,  1.6 ,  1.65,  1.7 ,  1.75,  1.8 ,  1.85,
        1.9 ,  1.95])#创建一个等差数列，如要为整形数 ,则加上dtype=int

list(range(1,50,2))与pd.linspace(1,49,2,dtype=int)作用相等，皆为创造一等差数列，

pd.fromfunction(lambda x,y:(x+1)*(y+1),(5,5),dtype=int)
Out[29]: 
array([[ 1,  2,  3,  4,  5],
       [ 2,  4,  6,  8, 10],
       [ 3,  6,  9, 12, 15],
       [ 4,  8, 12, 16, 20],
       [ 5, 10, 15, 20, 25]])#创建一个乘法口诀表

shape(),reshape(),resize()，用与改变行列，

加减等运算，有特殊的一点：

 aArray=pd.array([1,2,3])

bArray=pd.array([(4,5,6),(7,8,9)])

aArray+bArray
Out[36]: 
array([[ 5,  7,  9],
       [ 8, 10, 12]])#每个相加

若aArray=(1,2),则不能与bArray相加，（广播的思想）

sum(axis=0 /axis=1),min(),max(),var()方差,std()标准差

（2）创建DataFrame

import numpy as np
import pandas as pd
frame=pd.dataframe(data,index=range(1,4),columns=['name','pay'])
frame
Out: 
   name  pay
1  Dave  400
2  Vera  500
3  Jane  300

frame.index
Out: RangeIndex(start=1, stop=4, step=1)

frame.name
Out: 
1    Dave
2    Vera
3    Jane
Name: name, dtype: object

（3）基本操作：查看数据

查看首尾数据

frame.tail(2)
Out: 
   name  pay
2  Vera  500
3  Jane  300

frame.head(2)
Out: 
   name  pay
1  Dave  400
2  Vera  500

查看大于200的数据

 frame[frame.pay>='200']

describe的使用方法：

frame.describe
Out: 
<bound method NDFrame.describe of    name  pay
1  Dave  400
2  Vera  500
3  Jane  300>

frame.describe()
Out: 
        name  pay
count      3    3
unique     3    3
top     Jane  500
freq       1    1

frame.iloc[:2,1]#查看某行某列

frame.pay.min()#查找最小值

删除：

frame.drop(frame.index[3],inplace=True)#删除第三行，inplace=True，返回改变原值

frame.drop([1],axis=1,inplace=True)