1 NumPy索引切片玫瑰花操作
import numpy as np
import matplotlib.pyplot as plt
img = plt.imread('./rose.jpg')
img.shape # 高、宽度、颜色
# 615高度像素
# 650宽度像素
# 3颜色通道:红绿蓝
img
输出:
array([[[246, 246, 246],
[246, 246, 246],
[246, 246, 246],
...,
[246, 246, 246],
[246, 246, 246],
[246, 246, 246]],
[[246, 246, 246],
[246, 246, 246],
[246, 246, 246],
...,
[246, 246, 246],
[246, 246, 246],
[246, 246, 246]],
[[246, 246, 246],
[246, 246, 246],
[246, 246, 246],
...,
[246, 246, 246],
[246, 246, 246],
[246, 246, 246]],
...,
[[246, 246, 246],
[246, 246, 246],
[246, 246, 246],
...,
[246, 246, 246],
[246, 246, 246],
[246, 246, 246]],
[[246, 246, 246],
[246, 246, 246],
[246, 246, 246],
...,
[246, 246, 246],
[246, 246, 246],
[246, 246, 246]],
[[246, 246, 246],
[246, 246, 246],
[246, 246, 246],
...,
[246, 246, 246],
[246, 246, 246],
[246, 246, 246]]], dtype=uint8)
img.ndim
输出:3
plt.imshow(img)
# 红色玫瑰
# 蓝色妖姬,贵
# 红绿蓝 ---> 蓝绿红
plt.imshow(img[:,:,::-1]) #前两个#代表原本红绿蓝,后面为从新设置的颜色顺序,倒序
# # 红绿蓝 ---> 绿红蓝
# 花式索引
plt.imshow(img[:,:,[1,0,2]]) #前两个#代表原本红绿蓝,后面为从新设置的颜色顺序
2 pandas
2.1 数据结构
* Python在数据处理和准备方面一直做得很好,但在数据分析和建模方面就差一些。pandas帮助填补了这一空白,使您能够在Python中执行整个数据分析工作流程,而不必切换到更特定于领域的语言,如R。
* 与出色的 jupyter工具包和其他库相结合,Python中用于进行数据分析的环境在性能、生产率和协作能力方面都是卓越的。
* pandas是 Python 的核心数据分析支持库,提供了快速、灵活、明确的数据结构,旨在简单、直观地处理关系型、标记型数据。pandas是Python进行数据分析的必备高级工具。
* pandas的主要数据结构是 **Series(**一维数据)与 **DataFrame **(二维数据),这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数案例
* 处理数据一般分为几个阶段:数据整理与清洗、数据分析与建模、数据可视化与制表,Pandas 是处理数据的理想工具。
* pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
一维结构Series
import pandas as pd
s = pd.Series(data = [0,3,5,7],index = ['a','b','c','d'])
# 一维Series之前NumPy(自然索引0~n)不同点?区别在于索引,一一对应
s = pd.Series(data = [0,3,5,7]) # 不指定索引,默认
输出:
0 0 1 3 2 5 3 7 dtype: int64
二维结构DataFrame
import pandas as pd
import numpy as np
# Excel 类似
pd.DataFrame(data = np.random.randint(0,150,size = (5,3)),
columns=['Python','En','Math'],
index = list('ABCDE'),dtype=np.float32)
输出:
Python En Math A 140.0 129.0 49.0 B 66.0 120.0 134.0 C 19.0 47.0 35.0 D 84.0 103.0 32.0 E 103.0 9.0 91.0
list('ABCDE')
输出:['A', 'B', 'C', 'D', 'E']
import pandas as pd
import numpy as np
# Excel 类似
# 创建DataFrame第二种方式,字典中的key作为列索引
df = pd.DataFrame(data = {'Python':np.random.randint(100,150,size = 5),
'En':np.random.randint(0,150,size = 5),
'Math':np.random.randint(0,150,size = 5)},index = list('ABCDE'))
#df.sort_index(ascending=False)#ascending=false则将行索引倒序
# index不设置,则默认自增
df
输出:
Python En Math
A 102 70 107
B 116 6 107
C 142 87 45
D 132 145 55
E 130 72 51
2.2 数据查看
import numpy as np
import pandas as pd
# 创建 shape(150,3)的二维标签数组结构DataFrame
df = pd.DataFrame(data = np.random.randint(0,151,size = (150,3)),
index = None,# 行索引默认
columns=['Python','Math','En'])# 列索引
df['Python'] = df['Python'].astype(np.int16)#可以用这个函数更改数据类型
# 查看其属性、概览和统计信息
df.head(10) # 显示头部10行,默认5个
df.tail() # 显示末尾10行,默认5个
df.shape # 查看形状,行数和列数
df.dtypes # 查看数据类型
df.index # 行索引
df.columns # 列索引
df.values # 对象值,二维ndarray数组
df.describe() # 查看数值型列的汇总统计,计数、平均值、标准差、最小值、四分位数、最大值
df.info() # 查看列索引、数据类型、非空计数和内存信息
2.3 数据输入,保存和输出
import numpy as np
import pandas as pd
df = pd.DataFrame(data = np.random.randint(0,50,size = [5,5]), # 薪资情况
columns=['IT','化工','生物','教师','士兵'],index = list('ABCDE'))
display(df)
# 保存到当前路径下,文件命名是:salary.csv。csv逗号分割值文件格式
df.to_csv('./保存文件.csv',
sep = ',', # 文本分隔符,默认是逗号
header = True,# 是否保存列索引
index = True) # 是否保存行索引,保存行索引,文件被加载时,默认行索引会作为一列
#输出:
IT 化工 生物 教师 士兵
A 9 31 41 38 18
B 31 11 6 24 18
C 12 0 32 1 9
D 28 44 18 10 13
E 14 3 17 9 26
并将文件保存在目录
# 读取文件
pd.read_csv('./salary.csv',
sep = ',',# 默认是逗号
header = [