numpy与pandas数据结构

 

目录

1. 字典

1.1  字典创建

 1.1.1 直接创建：{}加：

1.1.2 采用dict函数：

1.2 字典的使用

1.2.1 字典的基本操作：

字典内建函数：

字典更新：

键查找值：get方法

字典删除：

clear方法：

案例：

充当可变长关键字参数：

2. 集合

2.1 集合比较：

2.2 *集合关系运算：

2.3 集合内建函数：

3. Scipy库

3.1  Numpy库

3.2 Matpotlib库

3.3 pandas库：

4. 扩展库中数据结构

4.1 Numpy中ndarray数组：

4.2 ndarray数组：

4.2.1 ndarray数组属性：

4.2.2 ndarray创建：

4.2.3 ndarray的操作：

4.2.4 ndarray运算：注意广播的思想

4.2.5 专门应用（线性代数）：

4.3 pandas变长字典Serise:

4.3.1 自定义索引：

4.3.2 基本运算：

4.3.3 series数据对齐：处理缺失值

4.3.4 series的name属性：

4.4 pandas中DataFrame:

4.4.1 创建：注意索引（行列索引）与值

4.4.2 DataFrame基本操作：

4.4.3 DataFrame统计功能：

---

慕课学习笔记

---

1. 字典

字典建立对象之间的映射关系

字典无序，Key-vlau

1.1  字典创建

 1.1.1 直接创建：{}加：

1.1.2 采用dict函数：

zip函数可以组合（生成字典）：

                                              

fromekeys函数：

                                

soted()函数，对字典操作返回的是字典内部的存储顺序

常用方法例子：

根据如下数据：

lf = [('AXP', 'American Express Company', '86.40'),  ('BA', 'The Boeing Company', '122.64'),   ('CAT', 'Caterpillar Inc.', '99.44'),   (‘CSCO’, ‘Cisco Systems,Inc.', '23.78'),   ('CVX', 'Chevron Corporation', '115.91')]

生成字典：

{'AXP': '86.40', 'BA': '122.64', 'CAT ': '99.44', 'CSCO': '23.78', 'CVX': '115.91'}

除用zip函数外，还可以用如下方法：

aDict = {}
for data in pList:
    aDict[data[0]] = data[2]
print(aDict)

1.2 字典的使用

                         

1.2.1 字典的基本操作：

                          

字典间：dict2 = dict1 操作将dict2和dict1关联对应到同一个字典，执行例如dict1['score'] = 99的操作后，dict2中的内容会受影响。

字典内建函数：

判断是否是可哈希的：hash

keys、values

                     

例子中，items把字典中的键与值组成一个元组，返回列表

字典更新：

                        

键查找值：get方法

                               

字典删除：

                               

 

clear方法：

                               

案例：

                                  

充当可变长关键字参数：

                                          

 

2. 集合

一种无序不重复元素的组合

可变集合与不可变集合：

                                          

2.1 集合比较：

                            

2.2 *集合关系运算：

                       

2.3 集合内建函数：

                

 

                 

3. Scipy库

                                      

官网：http://scipy.org，看例子的源代码；

核心库：

                         

3.1  Numpy库

                           

 

3.2 Matpotlib库

                           

3.3 pandas库：

                             

4. 扩展库中数据结构

4.1 Numpy中ndarray数组：

python中数组：

    

保存的是对象指针，浪费内存：

4.2 ndarray数组：

                                     

4.2.1 ndarray数组属性：

                                            

4.2.2 ndarray创建：

                 

                        

4.2.3 ndarray的操作：

                  

 

4.2.4 ndarray运算：注意广播的思想

4.2.5 专门应用（线性代数）：

4.3 pandas变长字典Serise:

4.3.1 自定义索引：

4.3.2 基本运算：

4.3.3 series数据对齐：处理缺失值

 

4.3.4 series的name属性：

4.4 pandas中DataFrame:

表格型的数据结构；可看作共享同一个 index 的Series集合；

4.4.1 创建：注意索引（行列索引）与值

从字典，注意键值的值部分为例表

从array

修改

4.4.2 DataFrame基本操作：

4.4.3 DataFrame统计功能：