《利用 Python 进行数据分析》读书笔记

第4章 Numpy基础：数组和矢量计算

1.ndarry
2.通用函数：快速的元素级数组函数
3.利用数组进行数据处理
4.利用数组的文件输入输出
5.现行代数
6.随机数生成
7.随机漫步

第7章 数据规整化：清理转换合并

1.合并数据集
pandas.merge
pandas.concat
pd.merge(df1, df2, how=’inner’)
索引上的合并
轴向连接
np.concatenate([testarr, testarr], axis=0|1)
2.重塑和轴线旋转
3.数据转换
重命名轴索引
离散化和面元划分
监测和过滤异常值
排列和随机采样
np.random.seed(12345)
data = DataFrame(np.random.randn(1000, 4))
data.describe()
分类变量转换成哑变量矩阵dummy matrix 指标矩阵
就是计算某列若干个值在各行出现情况的矩阵(0,1)
4.字符串操作
模式匹配
字符串对象操作
正则表达式
5.usda食品数据库