Numpy & Pandas 学习
阅读目录
- numpy的学习
- pandas的学习
1 Numpy的学习
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,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。
1)数据类型
numpy 支持的数据类型有很多,常用的基本数据类型主要有:布尔值(bool);整数值(int);浮点数(float)。
2)创建数组
import numpy as np# 为了在后面的使用中更为简便,用np代替numpy
>>> a=np.array([1,2,3])
>>> print(a)
[1 2 3]
3)数组属性
numpy主要是对数组和矩阵进行运算,了解数组的基本属性对于后面的学习很有帮助。在 numPy中,比较重要 ndarray 对象属性如下所示:
a=np.arange(24) #arrange表示生成是一个从0-23的升序数组
>>> print(a.ndim) #ndim表示维度
1
>>> a=np.array([[1,1,1],[2,2,2]]) #创建一个矩阵
>>> print(a.shape) #表示矩阵的形状,即几行几列
(2, 3)
>>> print(a.size) # 该矩阵中存在几个元素
6
4)基础运算
首先,常用的矩阵加减、矩阵的乘法运算,具体如下:
>>> a=np.arange(4)
>>> b=np.array([10,20,30,40])
>>> c=a+b #相加
>>> d=a-b #相减
>>> e=a*b #相乘
>>> f=a**a #a的平方
>>> print(c,d,e,f)
[10 21 32 43] [-10 -19 -28 -37] [ 0 20 60 120] [ 1 1 4 27]
其次,还可以进行逻辑运算:
>>> b=np.array([10,20,30,40])
>>> print(b<3,b==3) #判断b中的元素与3的大小关系
[False False False False] [False False False False] #返回布尔值
多维的矩阵同样可以进行加、减、乘等运算,也可以进行其他的数学运算,如下:
>>> a=np.arange(2,14).reshape((3,4)) #创建一个3行4列的矩阵
>>> print(a)
[[ 2 3 4 5]
[ 6 7 8 9]
[10 11 12 13]]
>>> print(np.max(a)) # 找出a中最大的元素
13
>>> print(np.min(a)) #找出a中最小的元素
2
>>> print(np.mean(a)) #求出a中所有元素的平均值
7.5