Numpy和Pandas

Numpy

Numerical Python

高性能科学计算和数据分析的基础包

提供多维数组对象，具有矢量运算能力

Pandas

基于Numpy,提供高性能的矩阵运算

具有更多方便矩阵计算中使用的方法

一维数组

Pandas:Series

Numpy:ndarray

ndarray与Python List的相似处

通过位置访问元素

l[0]、l[2:5]、l[:3]、l[2:]

循环：

for item in l:

   xxx

ndarray与Python List的不同

1.Python List元素可以任意类型组合、ndarray元素类型必须相同（不相同时Numpy会自动做类型转换）

2.ndaarray有mean()、std()等更多的跟数学计算相关的内置函数

3.ndarray可以更方便的对多维度数组进行运算

import numpy as np
import pandas as pd

print(type(np.array([1, 2, 3])))
print(type(pd.Series([1, 2, 3])))
hours = np.array(['12AM', '1AM', '2AM', '3AM',
                  '4AM', '5AM', '6AM', '7AM',
                  '8AM', '9AM', '10AM', '11AM',
                  '1PM', '2PM', '3PM', '4PM',
                  '5PM', '6PM', '7PM', '8PM',
                  '9PM', '10PM', '11PM', '12PM'])
Temps = np.array([-1, -1, -1, -1,
                  -1, -1, -1, -1,
                  -1, -1, -1, -1,
                  -1, -1, -1, -1,
                  -1, -1, -1, -1,
                  -1, -1, -1, -1,
                  ])
print(hours[14])
print(hours[2:4])
print(Temps[2:4])
for i in hours:
    print(i, end=" ")
print()
print(Temps.dtype)
print(np.array([1,2,3]).dtype)
print(np.array(['HELLO',1,True]).dtype)
for i in np.array(['Hello',1,True]):
    print(type(i))

print(np.array([[1,2,3],[1,2,3],[1,2,3]]).sum())
print(Temps.sum())
print(Temps.std())
print(Temps.mean())

求一天当中最高气温和其对应的时间

import numpy as np
import pandas as pd

print(type(np.array([1, 2, 3])))
print(type(pd.Series([1, 2, 3])))
hours = np.array(['12AM', '1AM', '2AM', '3AM',
                  '4AM', '5AM', '6AM', '7AM',
                  '8AM', '9AM', '10AM', '11AM',
                  '1PM', '2PM', '3PM', '4PM',
                  '5PM', '6PM', '7PM', '8PM',
                  '9PM', '10PM', '11PM', '12PM'])
Temps = np.array([-9, 20, -15, -16,
                  -1, -7, 7, 8,
                  -13, -5, -14, -1,
                  -12, -1, -6, -1,
                  -2, 6, -1, 4,
                  -8, -1, -1, -3,
                  ])
def getMaxTemp(hours,temps):
    max_temp = temps.max()
    max_hour = hours[temps.argmax()]
    return (max_temp,max_hour)
print(getMaxTemp(hours,Temps))