![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python科学计算
人工智能必学
蜜桃上的小叮当
最近更新spark方面知识,记得关注
展开
-
Python科学计算之Matplotlib条形图
文章目录条形图的多种画法条形图的多种画法#导入画图所需要的包import numpy as npimport matplotlibmatplotlib.use('nbagg')import matplotlib.pyplot as plt%matplotlib inline原创 2020-10-25 22:15:20 · 968 阅读 · 0 评论 -
Python科学计算之Matplotlib概念与基本操作
文章目录Matplotlib概念画一个最简单的折线图线的自定义线的形状线的颜色绘制多条线线的宽度线的其他定义子图图的注释风格设置Matplotlib概念Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。import numpy as np#一般来说我们会调用Matplotlib字库来作为python绘图的接口import matplotlib.pyplot as plt#使用这个命令则可以无需plt.show(),直接原创 2020-10-23 01:15:56 · 389 阅读 · 0 评论 -
Python科学计算之Pandas 绘图
文章目录折线图柱状图散点图折线图#对于一个Series结构画图%matplotlib inlineimport pandas as pdimport numpy as nps = pd.Series(np.random.randn(10),index = np.arange(0,100,10))s.plot()#对于一个DataFrame结构画图df = pd.DataFrame(np.random.randn(10, 4).cumsum(0), in原创 2020-10-15 01:39:55 · 271 阅读 · 0 评论 -
Python科学计算之Pandas groupby、字符串、索引高阶操作
文章目录Groupby操作字符串操作Groupby操作建立一个DataFrame结构进行groupby操作import pandas as pdimport numpy as npdf = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'], 'B' : ['one', 'one', 'two', 't原创 2020-10-14 01:43:37 · 1552 阅读 · 1 评论 -
Python科学计算之Pandas 常用操作综合
文章目录基本操作基本操作构建一个DataFrameimport pandas as pddata = pd.DataFrame({'group':['a','a','a','b','b','b','c','c','c'], 'data':[4,3,2,1,12,3,4,5,7]})排序操作#对group进行降序,data进行升序,inplace改变之前的数据(也可以指定单独一列进行排序)data.sort_values(by=['group',原创 2020-10-11 22:23:06 · 159 阅读 · 0 评论 -
Python科学计算之Pandas 时间序列操作
文章目录时间操作构建时间序列时间操作#普通的时间操作import datetimeimport pandas as pd#设置时间dt = datetime.datetime(year=2020,month=10,day=11,hour=13,minute=10)dt#输出datetime.datetime(2020, 10, 11, 13, 10)#打印时间print (dt)2020-10-11 13:10:00pandas时间操作#定义时间戳ts = pd.Time原创 2020-10-11 16:59:16 · 671 阅读 · 0 评论 -
Python科学计算之Pandas 显示设置和数据透视表
文章目录显示设置数据透视表Titanic.csv统计实战显示设置行显示#求出pandas默认显示打印多少行pd.get_option('display.max_rows')#输出60#设置打印显示行数pd.set_option('display.max_rows',10)pd.Series(index = range(0,100))列显示#求出pandas默认显示打印多少列pd.get_option('display.max_columns')#输出20#设置打原创 2020-10-11 01:26:45 · 1304 阅读 · 1 评论 -
Python科学计算之Pandas merge函数操作
文章目录Merge函数Merge介绍Merge操作Merge函数Merge介绍pandas中的merge()函数类似于SQL中join的用法,可以将不同数据集依照某些字段(属性)进行合并操作,得到一个新的数据集。Merge操作构建两张表import pandas as pdleft = pd.DataFrame({'Name': ['张三', '李四', '王五', '陈二'], 'Address': ['北京', '南京', '上海', '广州原创 2020-10-10 01:13:20 · 1265 阅读 · 1 评论 -
Python科学计算之Pandas数值计算与对象的增删改查
文章目录Pandas数值计算简单的数值计算二元统计对象操作Pandas数值计算简单的数值计算构建一个DataFrame成绩表import pandas as pddf = pd.DataFrame([[90,98,95],[92,96,93]],index = ['小明','小刚'],columns = ['语文','数学','英语'])df求和sum()函数#按列求和(sum默认axis=0)df.sum()df.sum(axis=0)#按行求和df.sum(axis=原创 2020-10-03 16:41:27 · 242 阅读 · 0 评论 -
Python科学计算之Pandas索引与Groupby操作
文章目录索引操作Groupby操作索引操作一个简单的索引操作(之前博客里也写过,这次简单地复习一下)import pandas as pd#读取csv文件df = pd.read_csv('./data/titanic.csv')#定位两个列的名字,取前10个数df[['Age','Fare']][:10]iloc 用position来去定位#遍历索引为0的整个一行数据df.iloc[0]#索引切片取0-4行的1,2列的数据df.iloc[:5,1:3]loc原创 2020-09-29 01:27:17 · 1974 阅读 · 0 评论 -
Python科学计算之Pandas数据处理库介绍与基本操作
文章目录Pandas介绍Pandas基本操作Pandas介绍在Python的数据科学数据包中,Pandas是基于NumPy数组构建的,使数据预处理、清洗、分析工作变得更快更简单。Pandas是专门为处理表格和混杂数据设计的,而NumPy更适合处理统一的数值数组数据。导入Pandas包:import pandas as pd读取csv数据(我们使用的是Titanic数据集,需要的可以去网上自行下载)df = pd.read_csv('./data/titanic.csv')#.head原创 2020-09-28 00:28:44 · 681 阅读 · 0 评论 -
Python科学计算之Numpy随机模块、文件读写与保存
文章目录随机模块文件读写与保存读文件写文件读写ndarray结构随机模块随机构建3x3的矩阵,默认值为(0-1的数)随机构建数字为0-10的整数的4x3的矩阵(左闭右开)随机返回一个0-1之间的浮点数、0-10的整数随即返回多个数高斯分布构造10个随机数满足高斯分布,设置小数点精确3位数据洗牌随机种子指定一个随机种子,然后进行随机,如果在进行第二次随机的时候,随机的序列不会改变。随机种子的值是根据不同的库而决定的。随机种子的作用:在调节其他参数对结果影响的时候,保证有些原创 2020-09-27 02:08:17 · 391 阅读 · 0 评论 -
Python科学计算之Numpy数组生成与运算
文章目录数组的生成数组的生成arange函数arange可以定义数组数据类型linspace函数(在一定区域等分数值构建数组)logspace函数(默认以10为底,构建log值等分的数组)构建网格meshgrid函数构建向量r为行向量,c为列向量构建1向量构建定义新数组切不赋值,随机产生数值empty函数填充函数fill很显然fill是无法填充一个数组的。同样我们也可以使用ones_like进行填充1构建0向量我们可以构原创 2020-09-26 21:19:33 · 2453 阅读 · 0 评论 -
Python科学计算之Numpy数组形状与连接
文章目录数组的形状数组的连接数组的形状shape形状函数#构建一个一维数组import numpy as npa = np.arange(0,10)reshape函数Tips:数组可以通过shape/reshape改变自身的形状,但无法改变大小。新增加一个维度矩阵的转置Tips:转置a矩阵自身不会变换数组的连接concatenate连接函数按维度拼接(默认axis=0)数组降维(拉平)...原创 2020-09-25 01:06:55 · 355 阅读 · 0 评论 -
Python科学计算之Numpy数值计算和排序
文章目录Numpy的数值计算求和函数乘积函数最值函数平均值,方差,标准差函数限制函数近似值操作Numpy的排序排序函数均分函数linspace搜寻插入值的位置searchsorted自定义lexsort排序Numpy的数值计算构建一个数组import numpy as npa= np.array([[1,2,3],[4,5,6]])a求和函数各个元素求和按照维度求和也可以使用以下格式乘积函数求各个元素乘积按照维度求积最值函数求整个最大最小值按照维度原创 2020-09-24 01:55:25 · 502 阅读 · 0 评论 -
Python科学计算之Numpy多维数组与数据类型
矩阵格式(多维的形式)构建二维矩阵import numpy as npa = np.array([[1,4,7],[2,5,8],[3,6,9]])多维数组和一维数组属性基本相同索引与切片,赋值替换拷贝函数如果不是拷贝函数,对新创建的数组赋值,旧的数组也会发生改变。定义a=b表示内存中的数据同时指向a与b。数据类型arange函数#表示从0-100(左闭右开)步长为10的一串数组,也可以看成是一个等差数列a = np.arange(0,100,10)原创 2020-09-24 00:49:09 · 342 阅读 · 0 评论 -
Python科学计算之Numpy概念和数组结构
文章目录Numpy介绍Numpy简单应用ndarray结构ndarray基本操作索引与切片Numpy介绍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。NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发,2005 年,Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色,并加入了其它扩展而开发了 N原创 2020-09-23 00:39:48 · 164 阅读 · 0 评论