【pandas学习】应用过程记录

需要拼接两张表，两张表中的字符分别为数字和文字。即格式不同， 不可以使用join

出现报错：“InvalidIndexError: Reindexing only valid with uniquely valued Index objects“

由于表1列索引为“0，1，2，3……”，表2索引为“0，1” 因此被视为重复。

考虑更换列索引标题

但由于读取表时设置了“index_col=0”,即未把行索引显示出来

因此标2的列被计算错了

解决办法：读取两张表时都去掉“index_col=0”，更改表2表名为“a,b”

使用concat拼接。

参考：pandas concat “InvalidIndexError: Reindexing only valid with uniquely valued Index objects“_xcntime的博客-CSDN博客_reindexing only valid with uniquely valued index o

sns：热力图有用链接~

Python可视化 | Seaborn5分钟入门(六)——heatmap热力图 - 知乎

sns.heatmap() 热地图，包括传统的，下三角，重点（挖空）相关性性图 - 小小喽啰 - 博客园

.loc[]语法：

有两个输入参数，第一个指定行名，第二个指定列名。当只有一个参数时，默认是行名（即抽取整行），所有列都选中。

.iloc[]语法：

有两个输入参数，第一个指定行位置，第二个指定列位置。当只有一个参数时，默认是行位置（即抽取整行），所有列都选中

iloc[;,1]指定第二列全行

矩阵求协方差矩阵df.cov()

矩阵求逆inv（df）

矩阵求伪逆 means对一个非方阵求逆

矩阵相乘 np.dot

遍历 先用shape可以把df一列一列取出，然后range它可以取出列号

# li=[]
ls = np.arange(1).reshape(1, 1)  # 创建二维数组
df3 = pd.DataFrame(ls)
for i in range(df2.shape[1]):
    
    df2_0=pd.DataFrame(df2.loc[:,i]-df2_mean).T
    df2_0=np.dot(df2_0,inv(df2_cov))
    df2_0=np.dot(df2_0,df2_0.T) #这里是array类型
#     li.append(df2_0)
    df3.loc[len(df3)]=df2_0.tolist() #array（）转化为list []再添加到df里 会导致df里每个值都有个[],解决如下
#    print(df2_0)

df3

！！！df3.loc[len(df3)]=df2_0.tolist()给df添加行

list_of_lists = [['a', 25, 69, 'Apple'],
                 [5, 'doll', 854, 41.2],
                 [8, 6, 'car', True]]
 
for list_i in list_of_lists:
    print(list_i)

#列表里包含列表可通过循环来遍历

拆分多层嵌套列表！python技巧:拆分多层嵌套列表 (bbsmax.com)

seaborn画图

先给columns起名字：df.columns=['name']

然后sns.scatterplot(data=T2_error,x=range(103),y="error")

1.np.where(condition,x,y) 当where内有三个参数时，第一个参数表示条件，当条件成立时where方法返回x，当条件不成立时where返回y
2.np.where(condition) 当where内只有一个参数时，那个参数表示条件，当条件成立时，where返回的是每个符合condition条件元素的坐标,返回的是以元组的形式(元组的形式：array（））
 

hotellingT2统计量 1300个样本 每个样本5个特征

每个样本的5个特征融合so called多元统计量