![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
文章平均质量分 59
生于忧患丶
这个作者很懒,什么都没留下…
展开
-
Series 的结构及其常规操作
pandas 和核心是 Series 和 Dataframe 两大数据结构,数据分析的所有事务都是围绕这两种结构进行的。Series 数据结构是用于储存一个序列的一维数组,DataFrame 数据结构是用于存储复杂数据的二维数据结构。 结构 Series 类似于一维数组。内部是由两个相互关联的数组组成的,一个数组存放数据(值value),一个数组(index)存放索引。结构如下: index values 0 1600 1 12 2 1 常用操作 ...原创 2021-03-04 20:17:43 · 3483 阅读 · 0 评论 -
pandas 简介,功能,安装
简介 pandas 是以 NumPy 为基础设计的,所以与 pandas 不仅可以与 Python 的其他大多数模块兼容,还借助了NumPy 的计算能力。在数据分析中,NumPy 和 pandas 这两个模块,经常一起使用。 另外,pandas 不使用 Python 已有的内置数据结构,也不使用其他库的数据结构,而是专门设计了两种新型的数据结构(Series 和 DataFrame )。pandas 最初是作为金融数据分析工具而被开发出来的,所以 pandas 为时间序列分析提供了很好的支持 功能 具备原创 2021-03-02 10:20:24 · 333 阅读 · 0 评论 -
用NumPy 进行统计分析
用NumPy 进行统计分析 读写文件 NumPy 文件读写主要有二进制的文件读写和文件列表的数据读写两种形式 save 函数是以二进制的格式保存数据 svaez函数可以将多个数组保存到一个文件中 np.save("路径",数据) load 函数是从二进制的文件中读取数据 np.load("路径") 储存时可以省略扩展名(默认为npy文件),但读取时不能省略扩展名 使用数组进行简单的统计分析 直接排序 sort 函数是常用的排序方法 arr.sort() sort 函数也可以指定一个axis原创 2020-11-23 13:25:19 · 577 阅读 · 0 评论 -
NumPy 矩阵与通用函数
NumPy 矩阵与通用函数 1. 创建 两种函数创建矩阵 matr1 = np.mat("1,2,3;4,5,6;7,8,9") matr2 = np.matrix([[1,2,3],[4,5,6],[7,8,7]]) print(matr1) print(matr2) bmat 函数合成矩阵 np.bmat("matr1 matr2;matr2 matr1") 2. 运算 矩阵与 数 相 加 减 乘 除 这里只举了与数的相乘。 arr1 = np.ones([3,3]) np.asmatri原创 2020-11-22 21:04:24 · 324 阅读 · 0 评论 -
NumPy 数组对象 ndarray
NumPy数值计算 NumPy 数组对象 ndarrat 数组创建 ① numpy.array(object,dtype = Nome,copy = True,order = ‘K’,subok = False,ndmin = 0) 使用NumPy 需要导入Numpy库: import numpy eg. 创建一维数组 a = numpy.array( [ 1,2,3,4] ) 创建二维数组 a = numpy.array([[1,2,3],[4,5,6],[7,8,9]]) ②numpy.原创 2020-11-21 23:38:17 · 243 阅读 · 0 评论