大数据算法解析 笔记整理

一、Numpy类库

1.含义：一个由多维数组对象和用于处理数组的例程集合组成的库

2.数组属性：

       arr. shape:数组结构

        arr.dtype:数组类型

        arr.size:数组元素个数

        arr.ndim:数组的维度

3.创建数组三种方法：

①array([[1,2],[3,4]])

② range(start, stop,step)

③arange(start,stop,step)

区别：range()不支持步长为小数，arange()支持步长为小数

4.生成随机数组：

常用：numpy.random.randint(1,5,size=[2,3])      生成一个在[1,5)区间的2行3列随机数组

5.多维数组的索引：

        arr[1,3:5]:第1行的第3，4列

        arr[[(1,5),(3,4)]]:arr[1,3]和arr[5,4]

        arr[1:,(0,2,3)] :第2行到最后一行的第0，2，3列

6.改变数组形状：arr.reshape(3,4)      将arr数组改为3行4列的数组

7.展开数组：①arr.ravel()#横向展开     

                     ②arr.flatten()#横向展开

                     ③arr.flatten(‘F’)#纵向展开

注意：任何数组都变成一维数组

8.转置数组：print（"arr.T"）

9.

        

二、pandas读写数据库

1.连接数据库：

2.读取数据库的三种方法：

①读取student表的内容：

②读取school数据库中表的数量，名称等详情：

③读取加查询数据库：

3.读取文件：（若读取其他文件，改为to_*****()方法）

插入：csv:是字符分割文件

读取文本文件：pd.read_table()

读取csv文件：

4.存储csv文件：（若存储excel文件，改为to_excel()方法）