数据科学包学习第二天

一.numpy简介

NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
一个用python实现的科学计算，包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

二.快速入门

①.numpy的简单使用：

1.np.random.randn（100，100）为创建一个100100的矩阵，其中，randn函数返回一个或一组样本，具有标准正态分布。
2.np.arange（16）.reshape（（4,4））为创建一组0-15范围的44的矩阵。

②.创建一维数组和二维数组及操作：

二维数组的输出结果：

关于数组的一些操作：

1.array.head（）函数默认为显示数组的前5行，如果加数字，则显示对应的前几行。
2.array.tail（）函数默认为显示数组的最后5行，如果加数字，则显示对应的前几行。
3.array.index 为显示数组的行标签。
4.array.columns 为显示数组的列标签。
5.array.values 为显示数组里的值。
6.array.describe（） 为输出列表的具体信息。

7.array.T 为输出数组的转置。
8.array.sort_index(axis=1) 为对列的索引顺序输出。
9.array.sort_index(axis=1,ascending=False) 为对列的索引进行倒叙。
10. array.sort_index(axis=0,ascending=False) 为对行的索引进行倒叙。
11. array[2:4] 显示数组第二行，第三行。
12. array["行标签1’:“行标签2”] 为利用行标签进行索引。
13. array.iloc[2:4] 利用iloc行索引。

利用iloc进行行索引时，显示特定的列。

14.array.loc[“行标签1”:“行标签2”] 利用loc进行行标签索引。

行标签索引时，显示指定的列。

15.array.copy（）为数组拷贝。
16.array[“新列名称”]=数组（相对应的） 为新增一列。
17.array.iat[num1,num2]=num3，修改所对应行列中的数。
18.array.列标签=数组，为修改一列的数。

③.利用字典创建二维数组：

首先，先创建字典dc：

再利用字典进行创建二维数字，则键为列标签。同时输出A、B两列的数据。

④.矩阵操作：
1.首先创建df数组

2.再将df数组重新构造索引，行为第一行至第四行，列索引为df原线索引并再添加新的一列，值为NaN。

3.pd.isnull(df1)) 是判断矩阵中是有NaN：

4.df1.loc[dates[1:3],“E”]=2 #为E列的第2行第3行添加数据

df1.dropna()) 将NaN的值所在行去掉，抹点后，所在的行也将消失。
df1.fillna(value=5) 将NaN的值换为5

5.df.apply(np.cumsum)为生成新的矩阵，第二行的每个元素为原第一行与第二行对应位置之和，第三行为第一行第二行第三行之和，以此类推。
df.apply(lambda x:x.max()-x.min())为列操作，每一列中最大元素减最小元素。

⑤.数据合并、分类与数据可视化：
1.合并： 创建数列df，并将数列df拆分，重新合并为新的数列

输出结果为：

2.分类：
利用DataFrame创建数组：

进行分类操作：

输出结果：

3.数据可视化：

输出结果：

4.时间处理功能：

输出结果：