Numpy & Pandas 学习

最新推荐文章于 2024-03-10 11:04:35 发布

qq_44723638

最新推荐文章于 2024-03-10 11:04:35 发布

阅读量162

点赞数

本文链接：https://blog.csdn.net/qq_44723638/article/details/88410576

版权

这篇博客详细介绍了Numpy和Pandas的基础知识。在Numpy部分，讲解了数据类型、创建数组、数组属性、基础运算、索引、连接和分割数组等内容。在Pandas部分，阐述了Pandas与Numpy的联系与区别，重点介绍了Series和DataFrame数据结构，以及设置值、处理丢失数据、数据导入导出、数据合并和可视化的操作。

摘要由CSDN通过智能技术生成

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