numpy模块
numpy是一种开元的数值计算扩展库，可以用来存储和处理大型numpy数组。用来做数据分析，对numpy数组（即有行又有列）--矩阵进行科学运算。
# 计算两个数组的相乘
lt1 = [1, 2, 3] # n个元素
lt2 = [4, 5, 6]
lt = []
for i in range(len(lt1)): # O(n)
lt.append(lt1[i] * lt2[i])
print(lt) # [4, 10, 18]
# 用numpy数组进行运算
import numpy as np # 约定俗成的
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
print(arr1 * arr2) # [ 4 10 18]numpy数组（可变）
一维数组（不在讨论范围）
arr = np.array([1, 2, 4])
print(type(arr), arr)
# <class 'numpy.ndarray'> [1 2 4]二维数组（***）
arr = np.array([
[1, 2, 3],
[4, 5, 6]
])
print(arr)
[[1 2 3]
[4 5 6]]三维数组（TensorFlow）
arr3 = np.array([
[[1, 2, 3],
[4, 5, 6]],
[[1, 2, 3],
[4, 5, 6]],
])
print(arr)数组属性
arr = np.array([
[1, 2, 3],
[4, 5, 6]
])1.T数组的的转置
对高维数组而言，行列互换
print(arr,'\n',arr.T)
'''
[[1 4]
[2 5]
[36]]
'''2.dtype数据类型
int32/float64属于numpy的
print(arr.dtype) # 数组是小数则是float643.size数组元素的个数
print(arr.size) # 64.ndim数组的维度
print( arr.ndim) # 2
5.shape数组维度的大小
print(arr.shape) # 元组形式打印数组几行几列
# (2, 3)
print(arr.shape[0])
# 2
6.astype类型转换
arr = arr.astype(np.float)
print(arr) # 转换成浮点类型
'''
[[1. 2. 3.]
[4. 5. 6.]]'''
切片
arr = np.array([
[1, 2, 3],
[4, 5, 6]
])
arr[:, :]左边是行，右边是列以,隔开
print(arr[:, :]) # 行，列（全取）
# [[1 2 3]
# [4 5 6]]
print(arr[0, 0]) #（第一行第一列）
# 1
print(arr[0, :]) # 第一行，所有列
# [1 2 3]
print(arr[:, -2:]) # 所有行，-2到最后列
# [[2 3]
# [5 6]]
逻辑取值
print(arr[arr>4]) # 取出所有大于4的值
# [5 6]
赋值
# 列表赋值
lt = [1, 2, 3]
lt[:] = [0, 0, 0]
print(lt)
# 数组的赋值
arr = np.array([
[1, 2, 3],
[4, 5, 6]
])
arr[0, 0] = 0 # 数组序列0与列为0的数为0
print(arr)
'''[[0 2 3]
[4 5 6]]'''
arr[0, :] = 0 # 0行所有列 =》0
print(arr)
'''[[0 0 0]
[4 5 6]]'''
arr[:, :] = 0 # 所有行所有列 =》0
print(arr)
'''[[0 0 0]
[0 0 0]]'''
数组的合并
arr1 = np.array([
[1, 2, 3],
[4, 5, 6]
])
arr2 = np.array([
[7, 8, 9],
['a', 'b', 'c']
])
hstack()水平合并
print(np.hstack((arr1, arr2))) # 只能放元组
'''[['1' '2' '3' '7' '8' '9']
['4' '5' '6' 'a' 'b' 'c']]'''
vstack() 垂直合并
print(np.vstack((arr1, arr2)))
'''[['1' '2' '3']
['4' '5' '6']
['7' '8' '9']
['a' 'b' 'c']]'''
concatenate((), axis=1)
默认以列合并，可添加参数 axis 0表示列 1表示行
print(np.concatenate((arr1, arr2), axis=1))
# 默认以列合并 # 0表示列，1表示行
'''[['1' '2' '3' '7' '8' '9']
['4' '5' '6' 'a' 'b' 'c']]'''
通过函数创建numpy数组
ones创建指定矩阵
print(np.zeros((2, 3)))
'''[[0. 0. 0.]
[0. 0. 0.]]'''
print(np.ones((2, 3)))
'''[[1. 1. 1.]
[1. 1. 1.]]'''
eye创建单位矩阵
print(np.eye(3, 3))
'''
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]'''
linspace()指定范围分段
print(np.linspace(1, 100, 10))
#[ 1. 12. 23. 34. 45. 56. 67. 78. 89. 100.]
arange数字循环成数组
print(np.arange(2, 10))
# [2 3 4 5 6 7 8 9]
reshape 重构形状
arr1 = np.zeros((1, 12))
print(arr1.reshape((3, 4))) # 重构形状
'''[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]'''
numpy数组运算
+-*/运算
arr1 = np.ones((3, 4)) * 4
print(arr1)
'''[[4. 4. 4. 4.]
[4. 4. 4. 4.]
[4. 4. 4. 4.]]'''
numpy数组运算函数
print(np.sin(arr1))
'''[[-0.7568025 -0.7568025 -0.7568025 -0.7568025]
[-0.7568025 -0.7568025 -0.7568025 -0.7568025]
[-0.7568025 -0.7568025 -0.7568025 -0.7568025]]'''
矩阵运算--点乘
arr1 = np.array([
[1, 2, 3],
[4, 5, 6]
])
arr2 = np.array([
[1, 2],
[4, 5],
[6, 7]
])
m*n n*m=m*m
print(np.dot(arr1, arr2))
'''[[27 33]
[60 75]]'''
linalg.inv求逆
arr = np.array([[1, 2, 3], [4, 5, 6], [9, 8, 9]])
print(np.linalg.inv(arr))
'''[[ 0.5 -1. 0.5 ]
[-3. 3. -1. ]
[ 2.16666667 -1.66666667 0.5 ]]'''
数组数学和统计方法
print(np.sum(arr[0, :]))
# 6
random()生成随机数 ***
print(np.random.rand(3, 4))
'''[[0.69248384 0.77295215 0.62033052 0.62397813]
[0.8533195 0.28560153 0.7704435 0.42432567]
[0.25479423 0.72977557 0.28070411 0.23453135]]'''
print(np.random.random((3, 4)))
random.random
print(np.random.random((3, 4)))
s = np.random.RandomState(1)
print(s.random((3, 4)))
arr = np.array([[1, 2, 3], [4, 5, 6], [9, 8, 9]])
np.random.shuffle(arr)
print(arr)
choice()针对一维
print(np.random.choice([1, 2, 3], 1))
#[1]
random.randint()针对某一个范围
print(np.random.randint(1, 100, (3, 4)))
'''[[27 12 7 33]
[77 66 40 62]
[34 61 13 6]]'''
matplotlib模块
matplotlib是一个绘图库，它可以创建常用的统计图，包括条形图、箱型图、折线图、散点图、饼图和直方图。
条形图
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
%matplotlib inline
font = FontProperties(fname='/Library/Fonts/Heiti.ttc')
# 修改背景为条纹
plt.style.use('ggplot')
classes = ['3班', '4班', '5班', '6班']
classes_index = range(len(classes))
print(list(classes_index))
student_amounts = [66, 55, 45, 70]
# 画布设置
fig = plt.figure()
# 1,1,1表示一张画布切割成1行1列共一张图的第1个；2,2,1表示一张画布切割成2行2列共4张图的第一个（左上角）
ax1 = fig.add_subplot(1, 1, 1)
ax1.bar(classes_index, student_amounts, align='center', color='darkblue')
ax1.xaxis.set_ticks_position('bottom')
ax1.yaxis.set_ticks_position('left')
plt.xticks(classes_index,
classes,
rotation=0,
fontsize=13,
fontproperties=font)
plt.xlabel('班级', fontproperties=font, fontsize=15)
plt.ylabel('学生人数', fontproperties=font, fontsize=15)
plt.title('班级-学生人数', fontproperties=font, fontsize=20)
# 保存图片，bbox_inches='tight'去掉图形四周的空白
# plt.savefig('classes_students.png?x-oss-process=style/watermark', dpi=400, bbox_inches='tight')
plt.show()
直方图
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
%matplotlib inline
font = FontProperties(fname='/Library/Fonts/Heiti.ttc')
# 修改背景为条纹
plt.style.use('ggplot')
mu1, mu2, sigma = 50, 100, 10
# 构造均值为50的符合正态分布的数据
x1 = mu1 + sigma * np.random.randn(10000)
print(x1)
'''[59.00855949 43.16272141 48.77109774 ... 57.94645859 54.70312714
58.94125528]'''
# 构造均值为100的符合正态分布的数据
x2 = mu2 + sigma * np.random.randn(10000)
print(x2)
'''[115.19915511 82.09208214 110.88092454 ... 95.0872103 104.21549068
133.36025251]'''
fig = plt.figure()
ax1 = fig.add_subplot(121)
# bins=50表示每个变量的值分成50份，即会有50根柱子
ax1.hist(x1, bins=50, color='darkgreen')
ax2 = fig.add_subplot(122)
ax2.hist(x2, bins=50, color='orange')
fig.suptitle('两个正态分布', fontproperties=font, fontweight='bold', fontsize=15)
ax1.set_title('绿色的正态分布', fontproperties=font)
ax2.set_title('橙色的正态分布', fontproperties=font)
plt.show()
折线图
import numpy as np
from numpy.random import randn
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
%matplotlib inline
font = FontProperties(fname='/Library/Fonts/Heiti.ttc')
# 修改背景为条纹
plt.style.use('ggplot')
np.random.seed(1)
# 使用numpy的累加和，保证数据取值范围不会在（0，1）内波动
plot_data1 = randn(40).cumsum()
print(plot_data1)
'''[ 1.62434536 1.01258895 0.4844172 -0.58855142 0.2768562 -2.02468249
-0.27987073 -1.04107763 -0.72203853 -0.97140891 0.49069903 -1.56944168
-1.89185888 -2.27591324 -1.1421438 -2.24203506 -2.41446327 -3.29232169
-3.25010794 -2.66729273 -3.76791191 -2.6231882 -1.72159748 -1.21910314
-0.31824719 -1.00197505 -1.12486527 -2.06063471 -2.32852279 -1.79816732
-2.48982807 -2.8865816 -3.5737543 -4.41895994 -5.09020607 -5.10287067
-6.22018102 -5.98576532 -4.32596314 -3.58391898]'''
plot_data2 = randn(40).cumsum()
plot_data3 = randn(40).cumsum()
plot_data4 = randn(40).cumsum()
plt.plot(plot_data1, marker='o', color='red', linestyle='-', label='红实线')
plt.plot(plot_data2, marker='x', color='orange', linestyle='--', label='橙虚线')
plt.plot(plot_data3, marker='*', color='yellow', linestyle='-.', label='黄点线')
plt.plot(plot_data4, marker='s', color='green', linestyle=':', label='绿点图')
# loc='best'给label自动选择最好的位置
plt.legend(loc='best', prop=font)
plt.show()
散点图+直线图
import numpy as np
from numpy.random import randn
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
%matplotlib inline
font = FontProperties(fname='/Library/Fonts/Heiti.ttc')
# 修改背景为条纹
plt.style.use('ggplot')
x = np.arange(1, 20, 1)
print(x)
# [ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19]
# 拟合一条水平散点线
np.random.seed(1)
y_linear = x + 10 * np.random.randn(19)
print(y_linear)
'''[ 17.24345364 -4.11756414 -2.28171752 -6.72968622 13.65407629
-17.01538697 24.44811764 0.38793099 12.19039096 7.50629625
25.62107937 -8.60140709 9.77582796 10.15945645 26.33769442
5.00108733 15.27571792 9.22141582 19.42213747]'''
# 拟合一条x²的散点线
y_quad = x**2 + 10 * np.random.randn(19)
print(y_quad)
'''[ 6.82815214 -7.00619177 20.4472371 25.01590721 30.02494339
45.00855949 42.16272141 62.77109774 71.64230566 97.3211192
126.30355467 137.08339248 165.03246473 189.128273 216.54794359
249.28753869 288.87335401 312.82689651 363.34415698]'''
# s是散点大小
fig = plt.figure()
ax1 = fig.add_subplot(121)
plt.scatter(x, y_linear, s=30, color='r', label='蓝点')
plt.scatter(x, y_quad, s=100, color='b', label='红点')
ax2 = fig.add_subplot(122)
plt.plot(x, y_linear, color='r')
plt.plot(x, y_quad, color='b')
# 限制x轴和y轴的范围取值
plt.xlim(min(x) - 1, max(x) + 1)
plt.ylim(min(y_quad) - 10, max(y_quad) + 10)
fig.suptitle('散点图+直线图', fontproperties=font, fontsize=20)
ax1.set_title('散点图', fontproperties=font)
ax1.legend(prop=font)
ax2.set_title('直线图', fontproperties=font)
plt.show()
pandas模块
操作excle/json/sql/ini/csv配置文件
pandas基于numpy，可以看成是处理文本或表格数据，pandas中国有两个主要的数据结构，其中serise数据结构类似于numpy中的一维数组，dataframe类似于多维表格数据结构。
pandas从Excel中读取 DataFrame数据类型。
import numpy as np
import pandas as pd
np.random.seed(10)
index = pd.date_range('2019-01-01', periods=6, freq='M')
print(index)
columns = ['c1', 'c2', 'c3', 'c4']
print(columns)
val = np.random.randn(6, 4)
print(val)
df = pd.DataFrame(index=index, columns=columns, data=val)
print(df)
# 保存文件，读出成文件
df.to_excel('date_c.xlsx')
# 读出文件
df = pd.read_excel('date_c.xlsx', index_col=[0])
print(df)
print(df.index)
print(df.columns)
print(df.values)
print(df[['c1', 'c2']])
# 按照index取值
# print(df['2019-01-31'])
print(df.loc['2019-01-31'])
print(df.loc['2019-01-31':'2019-05-31'])
# 按照values取值
print(df)
print(df.iloc[0, 0])
df.iloc[0, :] = 0
print(df)
扫一扫
285
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
