python学习第04篇-20181031

今天学习的是python的数据分析相关的工具，比如Numpy, Scipy, Pandas三个包的一些基本用法，笔记如下：

'''
Numpy
Numpy的数据结构是n维的数组对象，叫做ndarry
基本操作：
import numpy as np
data1 = [1,2,3,4,5]
array1 = np.array(data1) # 将列表转成Numpy中的数组
# 多维数组
data2 = [[1,2,3],[4,5,6]]
array2 = np.array(data2)

# 查看array数组的类型
array2.dtype
# 转换数据格式
array1.astype('str')

# array1数组的批量+1
array1 + 1
# array1之间对应元素相乘
array1 * array1
# array1数组全部 * 2
array1 * 2

Pandas:
数据结构：除了pabel数据结构，还引入 Series和DataFrame,
这两种数据结构都建立在Numpy的基础之上

Series：一维数组系列，又称序列，与Numpy中的一维array相似
DataFrame:二维的表格型数据结构，可以将DataFrame理解为Series的容器
Panel：三维数组，可以理解为DataFrame的容器
'''

"""
数据准备：
一、数据类型
python 常用的3种数据类型：Logical , Numeric , Character
1.Logical(逻辑型)
& 与
| 或
not 非

2.Numeric(数值型)
数值运算符有:+ - * 和 /

3.Character(字符型)
字符型数据一般使用单引号或者双引号包起来

python数据类型变量命名：
1.字母，下划线与数字   下划线与数字不能开头
2.大小写敏感
3.变量名不能是python保留字

二、数据结构
1.Series
系列，也称序列，用于存储一行或一列的数据，以及与之相关的索引集合
使用方法如下：
Series([数据1, 数据2, ...], index=[索引1, 索引2, ...])
Y = Series(['a','b','c','d'])
'a' in Y.values
Y.append(Series('e')) 追加序列，不能追加单个值
Y[1:3] 切片
Y[0,2,3] 定位获取index为0,2,3的值
Y.drop(0) 按照索引号删除
Y.drop('first') 按照所以名删除

Y.index[2] 按照索引号查找索引名
Y.drop(Y.index[3])  根据位置删除，返回新的序列

# 通过值访问系列index
Y.index[Y.values == 'a']  ---> Index(['first'], dtype='object')

# 通过赋值修改Series中的index，也可以通过reindex方法
Y.index = [1,2,3,4] ---> 索引个数与元素个数对应

# 字典转化为Series
s = Series({'a':1 x.index[x.values == 'a'], 'b':2, 'c':3})

# reindex
obj = Series([4.5,2.6,3.7,-5.3],index=['d','b','a','c'])
obj2 = obj.reindex(['a','b','c','d'])
结果：
a    3.7
b    2.6
c   -5.3
d    4.5
dtype: float64

# 索引数目超过元素个数
obj2 = obj.reindex(['a','b','c','d','e'])
结果：
a    3.7
b    2.6
c   -5.3
d    4.5
e    NaN
dtype: float64

obj2 = obj.reindex(['a','b','c','d','e'], fill_value=0)
结果：
a    3.7
b    2.6
c   -5.3
d    4.5
e    0.0
dtype: float64
"""
'''
Series对象本质是一个Numpy的数组（矩阵）,因此Numpy的数组处理函数可以直接对Series进行处理。
但是Series除了使用下标存取元素之外，还可以使用标签存取元素，这一点与字典相似。
每个Series对象实际上由下面两个数组组成：
index:从Numpy继承的index对象，保存标签信息
values:保存值的Numpy数组
'''