python学习笔记（四）—— numpy pandas matplotlib

Numpy & Pandas (莫烦 Python 数据处理教程)
Matplotlib Python 画图教程 (莫烦Python)

sudo pip3 install numpy/pandas

numpy

基于矩阵
array.ndim array.shape array.size array.dtypes

创建数组

numpy.array([1,2,3], dtype=numpy.int/float)
numpy.array([ [1,2,3], [4,5,6] ]) 二维
.zeros( (2,3) ) .ones .empty .arrange(10,20,2) 起始，终止，步长
.linspace(1,10,20) 从1到10分成20段
.reshape((3,4))

基础运算

+ - * / 逐个加减乘除
np.dot(a,b) a.dot(b) 矩阵a和b相乘
np.sin() 调用函数
np.random.random((2,4))
np.sum(a, axis=0) np.min(a, axis=0) np.max(a) 矩阵a中每列、每行、所有
b < 3 b中元素用True和False显示比较结果
np.argmin(a) 索引
np.mean(a) a.mean() 平均值
np.median(a) 中位数
np.cumsum(a) 累加
np.diff(a) 累差
np.nonezero(a)
np.sort(a)
np.transpose(a) 转置 a.T
np.clip(a,5,9) 小于5的都变成5，大于9的都变成9。滤波？
a[2] a[2,1] a[2][1] a[2,:] a[2,1:3]

数组合并、分割、复制

np.vstack((a,b)) 上下合并
np.hstack((a,b)) 左右合并
np.concatenate((a,b,b,a),axis=0) 多个合并，可设方向0上下1左右
np.split(a,2,axis=1) 纵向分割为2部分
np.array_split() 不等分割
np.vsplit()
np.hsplit()
b=a 浅copy，改变一个也会改变另外的
b=a.copy() 深copy，改变a不会改变b

pandas

有点像电子表格

基础操作

pd.Series([1,2,3,no.nan,44,1])
pd.date_range('20191001',periods=6)
pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])类似电子表格
pd.DataFrame({})也可以用字典来定义
a.index a.columns a.values
a.sort_insex(axis=1,ascending=False) 按表头倒序排序
a.sort_values(by='c') 按c列数值排序
a.describe() 计数、平均值、最大值、最小值等
a.loc['标签'] 筛选数据
a.loc[:,['标签1','标签2']]
a.iloc[3] a.iloc[3,1] a.iloc[3:5,1:3]
a.ix[:3,['标签']]
a[a.标签>8]

处理NaN数据

a.dropna(axis=0,how='any/all')
a.fillna(value=0)
a.isnull()

导入导出

pd.read_csv('文件名') _table _excel _pickle等
a.to_csv等

合并

pd.concat([a,b,c],axis=0)
ignore_index=True
join='outer/inner'
join_axes=[a.index]
a.append(b,ignore_index=True) 只能纵向
pd.merge(a,b,on='key') 按标签合并
how=[ 'inner','left', 'right', 'outer']
indicator=True
left_index=True, right_index=True
suffixes=['XX']

matplotlib

sudo apt-get install python3-matplotlib
sudo pip3 install matplotlib
import matplotlib.pyplot as plt

plt.plot(x,y,color='red',linewidth=1,linestyle='--')
plt.bar .scatter .box等
plt.show()

plt.figure(num=1,figsize=(8,5)) 多个图片

plt.xlim((-1,2)) x轴取值范围
plt.ylim((-2,3))
plt.xlabel('x轴') x轴名称
plt.ylabel('y轴')

plt.xticks(新的取值间隔)
plt.yticks([-2,-1,1.2,3],[r'$very\ good$','b','c','d'])

ax=plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data',0)) 移动坐标轴
ax.spines['left'].set_position(('data',0))

plt.legend(handles=[ ],labels=[' '],loc='upper right') 图例

plt.annotate( ) 标注
plt.text( ) 注释

.set_bbox( ) 透明度

plt.scatter( ) 散点图

plt.bar( ) 柱状图

plt.contour( ) 等高线图

plt.imshow( ) 随机矩阵画图
plt.colorbar( )

from mpl_toolkits.mplot3d import Axes3D 3D图像

1. plt.subplot(2,2,1) 子图。两行两列的第1个位置
2. plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)
3. import matplotlib.gridspec as gridspec
gridspec.GridSpec(3,3)
plt.subplot(gs[1, :2])
4. plt.subplots( )

left, bottom, width, height = 图中图

.twinx() 次坐标

from matplotlib import animation 动画