python数据处理学习笔记

numpy.delete(arr,obj,axis=None)
arr:输入向量
obj:表明哪一个子向量应该被移除。可以为整数或一个int型的向量
axis:表明删除哪个轴的子向量，若默认，则返回一个被拉平的向量

>>> data=np.array([[1,2,3],[2,3,4],[4,5,6]])
>>> data
array([[1, 2, 3],
       [2, 3, 4],
       [4, 5, 6]])
>>> np.delete(data,1,axis=1)
array([[1, 3],
       [2, 4],
       [4, 6]])

data = np.array(data)

numpy.array(object, 
			dtype=None, 
			copy=True, 
			order='K', 
			subok=False, 
			ndmin=0)

object ： array_like
数组，公开数组接口的任何对象，__array__方法返回数组的对象，或任何（嵌套）序列。

dtype ： 数据类型，可选
数组所需的数据类型。如果没有给出，那么类型将被确定为保持序列中的对象所需的最小类型。此参数只能用于“upcast”数组。对于向下转换，请使用.astype（t）方法。

copy ： bool，可选
如果为true（默认值），则复制对象。否则，只有当__array__返回副本，obj是嵌套序列，或者需要副本来满足任何其他要求（dtype，顺序等）时，才会进行复制。

order ： {‘K’，‘A’，‘C’，‘F’}，可选
指定阵列的内存布局。如果object不是数组，则新创建的数组将按C顺序排列（行主要），除非指定了’F’，在这种情况下，它将采用Fortran顺序（专业列）。如果object是一个数组，则以下成立。

list = source_data.values.tolist()
csv转换为list

np.array
整理成二维矩阵

关于np.where
np.where()[0] 表示行的索引，
np.where()[1] 则表示列的索引