Data Processing Using Python 3(用Python玩转数据第三章)

• 创建字典的三种方法：
  • 1

       aInfo = {'Wangdachui': 3000, 'Niuyun':2000, 'Linling':4500, 'Tianqi':8000}
       info = [('Wangdachui',3000), ('Niuyun',2000), ('Linling',4500), ('Tianqi',8000)]
       bInfo = dict(info)
    

  • 2

      cInfo=dict([['Wangdachui',3000], ['Niuyun',2000], ['Linling',4500], ['Tianqi',8000]])
    

  • 3

          #创建员工信息表时将所有员工工资默认值设定为3000
          aDict = {}.fromkeys(('Wangdachui', 'Niuyun', 'Linling', 'Tianqi'),3000)
    

• 已经有姓名列表和工资表，如何生成字典类型的员工信息表：

      names = ['Wangdachui', 'Niuyun', 'Linling', 'Tianqi']
      salaries = [3000, 2000, 4500, 8000]
      dict(zip(names,salaries))
  

• 字典的使用

        aInfo['Niuyun']#键值查找
        aInfo['Niuyun']=9999#aInfo里面的值存在的则是进行更新，不存在的则是进行添加
        'Mayun' in aInfo#成员判断，返回的值是true or false
        del aInfo['Fuyun']#删除字典成员
        len()#计算字典内建的长度
        hash()#计算字典内的进行不同的判断
        aInfo.clear()
        copy()
        fromkeys()
        get()
        items()
        keys()
        pop()
        setdefault()
        update()
        values()
  

• 集合

      set('XX')#可变集合
      frozenset('XX')#不可变集合
  

     重点记忆部分数学运算符合：其他部分与大部分其他语言的编码一致
     | 数学符合 | python |
     | :------: | :----: |
     | 属于 | in |
     | 不属于 | not in |
     集合内建函数
     | 面向所有集合 | 面向可变集合 |
     | :---------------------: | :----------------------------: |
     | s.issubset(t) | update(i) |
     | issuperset(t) | intersection_update(t) |
     | union(t) | difference_update(t) |
     | intersection(t) | symmetric_difference_update(t) |
     | difference(t) | add(obj) |
     | symmetric_difference(t) | remove(obj) |
     | copy() | discard(obj) |
     | | pop();clear() |
  

• 扩展库SCIPY
  • python原有数据结构的变化
    • ndarray(N维数组)
    • Series（变长字典）
    • DataFrame（数据框）
  • Numpy–強大的ndarray对象和ufunc函数，无缝对接数据库
  • scipy–基于Numpy的数据计算工具和图像处理软件
  • Matplotlib–二维绘图库
  • pandas–切片和读写多种文件格式功能
• NDArray
  • 用list和tuple等数据结构表示数组
  • 一维数组 list = [1,2,3,4]
  • 二维数组 list = [[1,2,3],[4,5,6],[7,8,9]]
    • array模块
  • 通过array函数创建数组， array.array(“B”, range(5))
  • 提供append、 insert和read等方法
    – 维度（ dimensions）称为轴
    （ axes），轴的个数称为秩（ rank）
    – 基本属性
    • ndarray.ndim（秩）
    • ndarray.shape（维度）
    • ndarray.size（元素总个数）
    • ndarray.dtype（元素类型）
    • ndarray.itemsize（元素字节大小）
    常用函数例子

    dot	矩阵内积
    linalg.det	行列式
    linalg.inv	逆矩阵
    linalg.solve	多元一次方程组求根
    linalg.eig	求特征值和特征向量
    sum	mean
    :----:	:-----:
    std	var
    min	max
    argmin	argmax
    cumsum	cumprod

• SERIES
  • 基本特征
  • 类似一维数组的对象
  • 由数据和索引组成
• DATAFRAME
  • 基本特征
  • 一个表格型的数据结构
  • 含有一组有序的列（类似于index）
  • 大致可看成共享同一个index的Series集合

         data = {'name': ['Wangdachui', 'Linling', 'Niuyun'], 'pay': [4000, 5000, 6000]}
         frame = pd.DataFrame(data)