目录
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,