Pandas学习-Task01

Datawhale开源学习内容的链接：https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch1.html

本次笔记是针对自己的情况，记录一些自己之前不会或不熟悉的内容，以及一些有启发的内容。
共分为两个板块，第一个板块是，纯粹的知识内容；第二个板块是练习题，记录自己的思路与习题答案。

一、知识整理

1、map函数的用法

map函数的原型是map(function, iterable, …)，它的返回结果是一个列表。

参数function传的是一个函数名，可以是python内置的，也可以是自定义的。
参数iterable传的是一个可以迭代的对象，例如列表，元组，字符串这样的。

这个函数的意思就是将function应用于iterable的每一个元素，结果以列表的形式返回。iterable后面还有省略号，意思就是可以传很多个iterable，如果有额外的iterable参数，并行的从这些参数中取元素，并调用function。如果一个iterable参数比另外的iterable参数要短，将以None扩展该参数元素。还是看例子来理解吧！

2、列表推导式

可以把for循环的式子写得很简易，并且效率也会更高。

3、随机矩阵的应用

【这块之前自己没有这样理解，需在复习下概率，然后看看代码与数学的联系】

对于服从区间a到b上的均匀分布可以如下生成：

a, b = 5, 15
(b-a) * np.random.rand(3) + a

输出：array([11.89843468, 12.39037732, 12.97019338])

randn生成了$N(0,I)$的标准正态分布：

np.random.randn(3)
输出： array([-0.25552709,  2.2353    , -0.36139888])

np.random.randn(2,2)
输出：array([[-2.19975086, -0.88199378],
       [ 1.04841871,  0.3310393 ]])

对于服从方差${\sigma }^2$，均值为$\mu$的一元正太分布可以如下生成：

sigma, mu = 2.5, 3
mu + np.random.randn(3) * sigma

输出：array([ 2.17315548,  0.72791185, -1.5962757 ])

4、分位数

参考连接：https://www.zhihu.com/question/67763556

二、练习

1、利用列表推导式写矩阵乘法

（先忽略给出的代码，首先用循环写出矩阵乘法，再转换为列表推导式）

思考步骤：
1、首先想一下矩阵乘法的方式。（两个矩阵的哪些元素相乘？）<