2018年10月_python技巧(数据分析及可视化)

10月 09月

原创第3章 Pandas数据处理(3.11-3.13)_Python数据科学手册学习笔记

3.11 向量化字符串操作3.11.1 Pandas字符串操作简介import numpy as npx = np.array([2,3,4,5,11,13])x * 2array([ 4, 6, 8, 10, 22, 26])由于NumPy并没有为字符串数组提供简单的接口, 因此需要通过繁琐的for循环来解决问题data = ['peter','Paul','MARY','...

2018-10-18 08:10:30 1149

原创第3章 Pandas数据处理(3.9-3.10)_Python数据科学手册学习笔记

3.9 累计与分组3.9.1 行星数据import seaborn as snsplanets = sns.load_dataset('planets')planets.shape(1035, 6)planets.head() method number orbital_period mass ...

2018-10-16 10:35:28 1005 1

原创第3章 Pandas数据处理(3.7-3.8)_Python数据科学手册学习笔记

3.7 合并数据集: Concat与Append操作- pd.concat- pd.merge- pd.joinimport pandas as pddef make_df(cols,ind): data = {c: [str(c) + str(i) for i in ind] for c in cols} return pd.DataFrame(...

2018-10-16 10:34:41 9341

原创第3章 Pandas数据处理(3.6)_Python数据科学手册学习笔记

3.6 层级索引之前介绍了一维数组和二维数组, 用Pandas中的Series和DataFrame对象就可以储存. 我们也经常碰到处理多维数组的需求, Pandas提供了Panel和Panel4D对象解决三维数据与四维数据.在实践中,更直观的形式是通过层级索引(hierarchical indexing),也被称为多级索引,配合多个有不同等级的一级索引一起使用,这样就可以将高维数组转换成类似一...

2018-10-03 11:27:54 548

原创第3章 Pandas数据处理(3.4-3.5)_Python数据科学手册学习笔记

3.4 Pandas 数值运算方法对于一元运算(像函数与三角函数),这些通用函数将在输出结果中保留索引和列标签; 而对于二元运算(如加法和乘法), Pandas在传递通用函数时会自动对齐索引进行计算. 这就意味着,保存数据内容和组合不同来源的数据—两处在NumPy数组中容易出错的地方,变成了Pandas的杀手锏.3.4.1 通用函数: 保留索引因为Pandas是建立在NumPy基础之上的, ...

2018-10-02 16:31:45 429

原创第3章 Pandas数据处理(3.3)_Python数据科学手册学习笔记

3.3 数据取值与选择第2章回顾:- NumPy中取值操作: arr[2,1]- 切片操作: arr[:,1:5]- 掩码操作: arr[arr>0]- 花哨的索引操作: arr[0,[1,5]]- 组合操作: arr[:,[1:5]]3.3.1 Series数据选择方法Series对象和一维的NumPy数组和标准的Python字典在许多方面都一样.将Series看作字典...

2018-10-02 16:29:36 316