Numpy和Pandas速成

一、Numpy的使用

1. 数组的属性
   arr=np.array([[1,2,3],[2,3,4]],dtype=np.float32)
   注：dtype默认是float64
   print(arr.ndim)
   print(arr.shape)
   print(arr.size)
   np.sum(a,axis=…)
   np.max(a,axis=…)
   np.min(a,axis=…)
   np.argmin(a)#返回最小值索引
   np.argmax(a)
   np.mean(a)
   np.cumsum(a)#累加
   np.diff(a)#累差
   np.nonzero(a)#返回不是零的索引
   np.transpose(a)#转置
   np.clip(a,5,9)#a中大于9的数变成9 小于5的数变成5

2. 定义数组的方法
   np.zeros((3,4))
   np.ones((3,4))
   np.empty((3,4))
   np.arange(10,20,2)
   np.linspace(1,10,20)
   np.random.random((2,4))

3. 矩阵运算
   np,sin(a)
   np.dot(a,b)
   a.dot(b)

4. 矩阵合并
   np.vstack(a,b)
   np.hstack(a,b)
   np.concatenate((A,B,B,A),axis=1)
   注：a[np.newaxis,:]序列变矩阵

5. 矩阵分割
   np.split(a,分割的块数,axis=…)
   np.array_split(同上)不等的分割
   np.hsplit(a,分割的块数)
   np.vsplit(a,分割的块数)

6. 矩阵复制
   a.copy()深拷贝
   等号两变量赋值是浅拷贝

二、Pandas的使用

1. 属性
   df.T
   df.values
   df.columns
   df.index
   df.describe()
   df.sort_value(by=‘E’)
   df.sort_index(axis=0,ascending=False)
2. 创建
   pd.Series([1,2,3,41])
   pd.date_range(‘20160101’,periods=6)
   pd.DateFrame(np.random.randn(6,4),index=a,columns=[‘a’,‘b’,‘c’])#生成有行列索引的表格
3. 筛选
   df.iloc#按索引取值
   df.loc#按标签取值
   df.ix#混合筛选
   df.A[df.A>8]#布尔筛选
4. 处理缺失数据
   df.dropna(axis=0,how=‘all’)
   df.fillna(value=0)
   np.any(df.isnull()==True)
5. 读取
   pd.read_csv(‘文件名’)
6. 合并

• concat

1. pd.concat([df1,df2,df3],axis=0,ignore_index=True,join=‘inner’)#上下合并 默认outer
2. pd.concat([df1,df2,df3],axis=0,ignore_index=True,join_index=[df1.index])#左右合并

• merge

1. pd.merge(left,right,on=[‘key’],how=’'right)
   how可以取left、right、outer、inner