[Pandas] 10分钟Pandas之旅 01

原文为Pandas官网教程:10 Minutes to pandas

首先导入几个必备扩展库:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt


创建对象

创建一个Series对象:传递一个数值列表作为参数,令Pandas使用默认索引。

s = pd.Series([1,3,5,np.nan,6,8])
print(s)

创建一个DataFrame对象:传递待datetime索引和列标签的Numpy数组作为参数。

# 首先创建一个时间序列
dates = pd.date_range('20130101', periods=6)
print(dates)

# 创建DataFrame对象,指定index和columns标签
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
print(df)

也可以传递词典来构建DataFrame,该词典的元素是形如Series的对象。

df2 = pd.DataFrame({ 'A' : 1., 'B' : pd.Timestamp('20130102'), 'C' : pd.Series(1,index=list(range(4)),dtype='float32'), 'D' : np.array([3] * 4,dtype='int32'), 'E' : pd.Categorical(["test","train","test","train"]), 'F' : 'foo' })

print(df2)

# 查看df2对象各列的数据类型
print(df2.dtypes)

观察数据

查看一个DataFrame对象的前几行和最后几行。

print(df.head())

print(df.tail(3))

# 默认情况下,.head()和.tail()输出首尾的前5行,也可以手动指定输出行数。
查看索引(index),列标签(columns)和Numpy数组形式的内容。 .describe()返回简约的统计信息,在工程中非常实用。
# 索引
print(df.index)

# 列标签
print(df.columns)

# 数值
print(df.values)

# 统计
print(df.describe())
灵活调教你的DataFrame
# 转置
print(df.T)

# 按轴排序,逐列递减
print(df.sort_index(axis=1, ascending=False))

# 按值排序,'B'列逐行递增
print(df.sort_values(by='B'))

选中

尽管标准Python/Numpy的选中表达式很直观也很适合互动,但在生产代码中还是推荐使用Pandas里的方法如.at,.iat,.loc,.iloc,.ix等。

获取

DataFrame里选中的一列与Series等效。

print(df["A"]) # 与df.A相同

# 用[]分割DataFrame
print(df[0:3])
print(df['20130102':'20130104'])

按标签选择

# 选中一整行
print(df.loc[dates[0]])

# 按标签选中复数列(所有行,输出只显示前5行)
print(df.loc[:,['A','B']])

# 行/列同时划分(包括起止点)
print(df.loc['20130102':'20130104',['A','B']])

# 返回一个元素(两个方法等效)
print(df.loc[dates[0],'A'])
print(df.at[dates[0],'A'])

按位置选择

# 位置索引为3的行(从0开始,所以其实是第4行)
print(df.iloc[3])

# 按位置索引分割DataFrame
print(df.iloc[3:5,0:2])
print(df.iloc[[1,2,4],[0,2]])

# 直接定位一个特定元素
df.iloc[1,1]
df.iat[1,1]

布尔值索引

# 用一列的值来选择数据
print(df.A > 0)

# 使用.isin()函数过滤数据
df2 = df.copy()
df2['E'] = ['one', 'one','two','three','four','three']

# 提取df2中'E'值属于['two', 'four']的行
print(df2[df2['E'].isin(['two','four'])])

设置

# 为DataFrame创建一个新的列,其值为时间顺序(与df相同)的索引值
s1 = pd.Series([1,2,3,4,5,6], index=pd.date_range('20130102', periods=6))
print(s1)

df['F'] = s1

# 按标签赋值
df.at[dates[0],'A'] = 0

# 按索引赋值
df.iat[0,1] = 0

# 用Numpy数组赋值
df.loc[:,'D'] = np.array([5] * len(df))

# 最终结果
print(df)

缺失数据

Pandas默认使用np.nan来代表缺失数据。Reindexing允许用户对某一轴上的索引改/增/删,并返回数据的副本。

# 创建DataFrame对象df1,以dates[0:4]为索引,在df的基础上再加一个新的列'E'(初始均为NaN)
df1 = df.reindex(index=dates[0:4], columns=list(df.columns) + ['E'])

# 将'E'列的前两个行设为1
df1.loc[dates[0]:dates[1],'E'] = 1

print(df1)

处理缺失数据

# 剔除df1中含NaN的行(只要任一一列为NaN就算)
df1.dropna(how='any')

# 用5填充df1里的缺失值
df1.fillna(value=5)

# 判断df1中的值是否为缺失数据,返回True/False
pd.isnull(df1)



  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值