Python 科学计算库—NumPy pandas库基础 异常 文件操作

Python概述 基础语法 判断 循环 函数 数据容器 函数进阶 Jupyter notebook

第2章 科学计算库—NumPy

NumPy作为高性能科学计算和数据分析的基础包，它是 众多数据分析、机器学习等工具的基础架构，掌握 NumPy的功能及其用法将有助于后续其他数据分析工具的学习。本章将针对NumPy库的基础功能进行详细地讲解。

NumPy中提供了一个重要的数据结构是ndarray（又称为array）对象，该对象是一个N 维数组对象，可以存储相同类型、以多种形式组织的数据。 与Python中的数组相比，ndarray对象可以处理结构更复杂的数据

2.1数组对象

白色部分是原始数值；红绿部分是a，b广播相加的补充；

shape属性表示数组的形状，也就是数组中各维度的大小，该属性的值为一个形如(行,列)的元组。

2.2创建数组

2.3访问数组元素

2.3.1整数索引

2.3.2花式索引

2.3.3布尔索引

2.35使用切片访问元素

2.4数组运算

2.4.2 形状不同的数组-广播机制 (期末要考)

2.5数组操作-排序&检索

2.6数组的转置

数组的转置指数组中各元素按照一定的规则变换位置。NumPy中提供了三种实现数组转置的方式，分别为T属性、transpose()方法、swapaxes()方法。

第三章pandas库基础

pandas是一个基于NumPy，专门为数据分析而设计的库，该库中不仅提供了大量的库及一些标准的数据模型，还提供了高效操作数据集的数据结构，被广泛地应用到众多领域中。

3.1数据结构

3.1.1 Series

3.1.2 DataFrame

3.2索引操作

3.2.1 索引对象

3.2.2 使用单层索引访问数据

pandas 中 可 以 使 用 [] 、 loc 、 iloc 、 at 和 iat 这几 种 方 式 访 问 Series 类对 象 和DataFrame类对象的数据。

1. 使用[]访问数据

2. 使用loc和iloc访问数据

3. 使用at和iat访问数据

3.2.3 使用分层索引访问数据

3.2.4 重新索引reindex()

3.3数据排序

3.3.1 按索引排序

3.3.2 按值排序

3.4统计计算与描述

3.4.1 统计计算

3.4.2 统计描述

3.5绘制图表

第八章 文件操作

8.1文件的编码

8.2文件的读取

8.2.0文件的操作步骤

① 打开文件

② 读写文件

③ 关闭文件

8.3文件的写入

8.4文件的追加

8.5文件操作综合案例

第九章-异常、模块与包

了解异常

异常就是程序运行的过程中出现了错误

异常的捕获方法

异常的传递

Python模块

导入模块

自定义模块

注意事项：当导入多个模块的时候，且模块内有同名功能. 当调用这个同名功能的时候，调用到的是后面导入的模块的功能

Python包

自定义包

安装第三方Python包

https://pypi.tuna.tsinghua.edu.cn/simple 是清华大学提供的一个网站，可供pip程序下载第三方包