python 数据处理
Deep,dark,fantasy
我想一直走在数据分析的路上
展开
-
numpy --- 数组的向量化
一、向量化的概念和好处向量化:使用NumPy数组的数组表达式完成多种数据操作任务,而无须写些大量循环。这种利用数组表达式来替代显式循环的方法,称为向量化向量化的好处:加快运行速度,向量化的数组操作会比纯Python的等价实现在速度上快一到两个数量级(甚至更多)二、一个例子对一些二维数据来计算函数sqrt(x^2 + y^2)的值。使用np.meshgrid函数接收两个一维数组,并根据两个数组的所有(x,y)对生成一个二维矩阵:import numpy as npimport matp原创 2021-03-22 22:02:22 · 910 阅读 · 0 评论 -
numpy --- 集合函数
一、集合函数的概念可以使用numpy数组实现数学上的集合运算的函数,叫做集合函数。二、常见的集合函数三、一些例子引入numpyimport numpy as npnp.unique 返回的是数组中唯一值排序后形成的数组import numpy as np# np.unique,返回的是数组中唯一值排序后形成的数组names =np.array(['Bob', 'Joe', 'Will', 'Bob', 'Will', 'Joe', 'Joe'])print("*********原创 2021-03-22 21:34:59 · 319 阅读 · 0 评论 -
numpy ---通用函数
一、概念与作用概念:通用函数,也可以称为ufunc,是一种在ndarray数据中进行逐元素操作的函数。作用:某些简单函数接收一个或多个标量数值,并产生一个或多个标量结果,而通用函数就是对这些简单函数的向量化封装有很多ufunc是简单的逐元素转换,比如sqrt或exp函数:二、常见的通用函数三、一些例子引入numpyimport numpy as npnp.sqrt() 对数组中的元素进行开平方arr= np.arange(10) # 创建一个数组print("原数原创 2021-03-20 21:30:57 · 369 阅读 · 0 评论 -
numpy ---数组的多维索引
一、用途用于描述使用整数数组进行数据索引二、初始工作引入numpyimport numpy as np创建一个空数组import numpy as nparr=np.empty((8,4))for i in range(8): arr[i]=i结果[[0. 0. 0. 0.] [1. 1. 1. 1.] [2. 2. 2. 2.] [3. 3. 3. 3.] [4. 4. 4. 4.] [5. 5. 5. 5.] [6. 6. 6. 6.] [7. 7. 7.原创 2021-03-19 22:33:50 · 2939 阅读 · 0 评论 -
numpy ---数组的索引与切片(2)
壹、二维数组引入numpy模块,并定义一个二维数组arr1import numpy as nparr1= np.array([[1,2,3],[4,5,6],[7,8,9]])arr[:x] 获取二维数组的前x行数据例:获取数组arr1的前两行数据print("原数据:",arr1)print("切片数据:",arr1[:2])结果原数据: [[1 2 3] [4 5 6] [7 8 9]]切片数据: [[1 2 3] [4 5 6]]arr[x,:y] 获取数组原创 2021-03-18 21:31:34 · 555 阅读 · 0 评论 -
numpy ---数组的索引与切片(1)
一、一维数组定义一个原始数组import numpy as nparr1=np.arange(1,11)print("原始数据:",arr1)结果原始数据: [ 1 2 3 4 5 6 7 8 9 10]arr[x] 获取第x个数据print("切片数据:",arr1[0]) # 获取数组第一个位置的数字结果原始数据: [ 1 2 3 4 5 6 7 8 9 10]切片数据: 1arr[:] 获取全部数据print("切片数据:",原创 2021-03-17 22:50:54 · 236 阅读 · 0 评论 -
numpy --- 数组的数据类型
一、数据类型数据类型,即dytpe,是一个特殊的对象,它包含了ndarray需要为某一种类型数据所申明的内存块信息。二、numpy中的数据类型三、一些示例引入numpyimport numpy as np- 将整数类型转换为浮点数类型定义一个整数类型数组arr1= np.array([1,2,3,4,5,6])print("-------------------")print(arr1)print(arr1.dtype)转换为浮点数类型arr2= arr1.astype(np原创 2021-03-17 21:55:25 · 4382 阅读 · 2 评论 -
numpy --- 数组生成函数
注意:以下所有实例需要事先引入numpyimport numpy as nprandom.randn 函数作用:生成一个指定行列数的随机数组例:生成一个2行3列的随机数组data=np.random.randn(2,3) # 生成2行3列随机数组print(data)结果[[ 0.40444093 -0.06987251 0.00759544] [ 1.22969751 0.39730171 1.42576693]]shape函数作用: 查看数组形状例:查看dat原创 2021-03-16 21:06:35 · 1007 阅读 · 0 评论 -
python 向数据库写入数据
import sqlite3con=sqlite3.connect(':memory:')query="""CREATE TABLE sales(uname VARCHAR(20),salary FLOAT,datatime DATE);"""con.execute(query)con.commit()data=[('李四',12000.0,'2019-03-15 14:28:21'),...原创 2019-03-15 16:47:07 · 161 阅读 · 0 评论 -
python—数据处理 1
python 基础:各种数据类型的用途:1.字符串:1)大小写转换:例:pharse='he is very beautiful'print(pharse.upper())other='DJFSDF 'print(other.lower())以上代码并没有将变量永久改为大/小写模式,若想永久改变:pharse='he is very beautiful'.upper()oth...原创 2019-01-21 12:46:03 · 141 阅读 · 0 评论 -
python数据处理2----供机器读取的数据
一、常见的机器可读格式:1.逗号分离值(Comma-Separated Values,CSV)2.Javascript对象符号(Javascript Object Notation,JSON)3.可扩展标记语言(eXtensible Markup Language,XML)二、CSV数据是指将数据以逗号分隔的文件,文件扩展名为.csv与此对应的有TSV数据,与CSV不同的是数据之间分隔...原创 2019-01-25 15:42:19 · 334 阅读 · 0 评论