python数据分析003—numpy 和 pandas包（上）一维数据分析

#导入numpy包
import numpy as np
#导入pandas包
import pandas as pd

NumPy 一维数组

#定义一组数组array
a = np.array([2,3,4,5])

#查询元素
a[0] >= 2

True

#切片访问
a[1:4]

array([3, 4, 5])

#循环访问
for i in a :
    print(i)

2
3
4
5

#数据类型
a.dtype

dtype('int32')

#统计功能：平均值
a.mean()

3.5

#统计功能：标准差
a.std()

1.1180339887498949

#向量化运算：相加
b=np.array([1,2,3])
c=b+1

c

array([2, 3, 4])

#向量化运算：相乘
c=b*4

c

array([ 4,  8, 12])

一维数据分析：Pandas

#定义：Pandas一维数据结构:Series
#存放6家公司某一天的股价（单位是美元）。其中腾讯427.4港元兑换成美元是54.74
stock6 = pd.Series([54.74,190.9,173.14,1050.3,181.86,1139.49],
                  index = ['腾讯',
                           '阿里巴巴',
                           '苹果',
                           '谷歌',
                           'Facebook',
                           '亚马逊'])                           

stock6

腾讯            54.74
阿里巴巴         190.90
苹果           173.14
谷歌          1050.30
Facebook     181.86
亚马逊         1139.49
dtype: float64

#获取描述统计信息
stock6.describe()

count       6.000000
mean      465.071667
std       491.183757
min        54.740000
25%       175.320000
50%       186.380000
75%       835.450000
max      1139.490000
dtype: float64

#iloc属性用于根据位置获取值
stock6.iloc[0]

54.740000000000002

#loc属性用于根据索引获取值
stock6.loc['腾讯']

54.740000000000002

#向量化运算：向量相加
s1 = pd.Series([1,2,3,4],index = ['a','b','c','d'])
s2 = pd.Series([10,20,30,40],index = ['a','b','e','f'] )
s3 = s1 + s2

#s3中出现空值NaN，是因为s2中没有与s1对应的c,d，而s1中没有与s2对应的e、f
s3

a    11.0
b    22.0
c     NaN
d     NaN
e     NaN
f     NaN
dtype: float64

#方法1：删除缺失值
s3.dropna()

a    11.0
b    22.0
dtype: float64

#方法2：将缺失值进行填充
s3 = s1.add(s2,fill_value = 0) 
s3

a    11.0
b    22.0
c     3.0
d     4.0
e    30.0
f    40.0
dtype: float64