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