2020-12-15

Datawhale提供的pandas学习的开源地址：Joyful Pandas

python基础

列表推导式与条件赋值

匿名函数与map方法

zip对象与enumerate方法

numpy基础

np数组构造

np数组变形与合并

np数组切片与索引

常用函数

广播机制

向量与矩阵的计算

练习

利用列表推导式写矩阵乘法

更新矩阵

卡方统计量

改进矩阵计算的性能

连续整数的最大长度

一、python基础
1.列表推导式与条件赋值
列表推导式：
[A for i in B] A为映射函数 i为指代的内容 B为迭代的对象
Ex:
单层嵌套

[my_func(i) for i in range(5)]   my_func()自己定义的函数 i从0-4 

多层嵌套

[m+’_’+n  for m in [‘a’, ‘b’] for n in [‘c’, ‘d’] ]  其中m+’_’+n相当于自己定义的函数	

条件赋值：

Value = a if condition else b:
Ex:
Value = ‘cat’ if 2>1 else ‘dog’
‘cat’

2.匿名函数与map方法
3.Zip对象与enumerate方法
enumerate 是一种特殊的打包，它可以在迭代时绑定迭代元素的遍历序号

L = list(‘abcd’)
For index, value in enumerate(L):
         Print(index, value)
0 a
1 b
2 c
3 d
For index, value in zip(range(len(L)),L)
         Print(index, print)

二、Numpy基础
1.Np数组的构造

np.array([1,2,3])

a.等差数列

np.linspace(1,5,11)   #起始 终止(包含) 样本个数
np.arrange(1,5,2)    #起始 终止(不包含) 步长

b.特殊矩阵

zeros,eye,full
np.zeros(2,3) 两行三列的零矩阵
np.eye(3)   3X3的单位矩阵
np.eye(3, k=1)  偏移主对角线一个单位的单位矩阵
np.full((2,3),10)   元组传入大小 10表示填充的数值
np.full((2,3),[1,2,3])

c.随机矩阵

np.random()
rand 表示0-1均匀分布的随机数组   np.random.rand(a, b)
randn 表示0-1均匀分布的标准正态的随机数组  np.random.randn(a, b)
randit 表示0-1均匀分布的随机整数组    np.random.randit( low, high,size)  size=(a,b)
choice 表示0-1均匀分布的随即列表     np.random.choice(列表，(a,b))  choice 可以从给定的列表中，以一定概率和方式抽