Numpy、Pandas使用大全与各参数详解

目录

一、numpy

1、属性、方法与操作

（1）属性

（2）方法

（3）操作

2、文件读取与保存

（1）文件读取

（2）文件保存

3、矩阵生成

二、Pandas

1、属性与方法

（1）属性

（2）方法

2、数据选取

（1）取行

（2）取列

3、数据处理

（1）数据缺失值

（2）空值处理

（3）数据重复处理

（4）数据合并

（5）数据排序

（6）数据分组

4、数据导入与读取

（1）数据库导入

（2）文件读取

5、文件导出

6、数据转换

7、可视化matplotlib函数

---

一、numpy

1、属性、方法与操作

数据类型：ndarray

（1）属性

.ndim：矩阵维度

.shape：矩阵的形状

.size：矩阵中元素的个数

.dtype：元素数据类型

.T：矩阵的转置

（2）方法

reshape(shape)：返回新的数组

resize(shape):返回修改原有的数组

sum()、max()、min()、mean()：可设置axis按行列计算

tolist():array转变为list

fill(value)：填充

（3）操作

array[行索引]:索引

array[起始行:结束行:步长,起始列:结束列:步长]：切片

2、文件读取与保存

（1）文件读取

np.loadtxt(filename,delimiter=,encoding=):文件读取以及参数

dtype:默认以浮点数类型读取

comments：默认忽略掉文件中以#号开头的注释行

delimiter：无默认值，应该指定分隔符如‘,’

usecols：默认取所有列，可以设置读取指定的列如(1,3)指文件的第2和第四列

skiprows：默认0，不跳过头行，可是这跳过开头的n行

maxrows：默认取文件的所有行，可设置读取文件的最大行数，不包括skiprows

（2）文件保存

np.savetxt(filename,array_data,):文件保存以及对应参数

fmt：默认以高精度浮点数保存数据，可以设置如整数‘%d’

delimiter:默认以空格分隔符字段，课设置CSV如‘,’

encoding：默认字符编码模式

3、矩阵生成

np.array(object):生成array数据

np.empty(shape),np.empty_like(a):生成空矩阵

np.zeros(shape), np.zeros_like(a)：生成全为0的矩阵

np.ones(shape), np.ones_like(a)：生成全为1的矩阵

np.full(shape,value), np.full_like(a,value)：生成指定value和类型的矩阵

np.eye(ndim)：生成指定维度且对角线为1，其余地方为0的矩阵

np.fromstring()：创建一个新的一维数组，该数组从字符串中的文本数据初始化

np.arange(start,end,step)：通过arange函数生成一个array对象

np.linspace(first,last,size)：可以生成等间距数组

np.concatenate([a,b],axis=0)：用来对数列或矩阵进行合并的

np.random.rand(), np.random.randn(), np.random.randint(),np.random.uniform(), np.random.normal(), ...：通过Python的随机函数进行array数据类型创建

np.sum(), np.mean(), np.median(), np.max(), np.min(), np.std(),...聚合函数

二、Pandas

1、属性与方法

（1）属性

.index:获取行索引对象

.values：获取element数组

.shape/.ndim/.size/.dtype：数组/维度/大小/类型

.columns：获取列索引对象

.T：获取转置DataFrame

（2）方法

.get(列名,缺省值)：获取列和df[列名]类似，但不会因列名不存在报错

.copy()：复制一个新对象

.head(n)/.tail(n):头/尾n行

.max()/.min()/.mean()/.median()... .describe():数据分布与统计

.insert（插入位置,插入列,插入数据）：插入一列

.drop(行号)、.drop(列名，axis=1)：删除行\列，默认删除行列后生成新的dataframe，