Numpy与Pandas基础

Numpy与Pandas基础

Cyczz

计算机小白

​关注他

1 人赞同了该文章

本文包括：

• 一维数据分析
• 二维数据分析

---

一、一维数组

1. Numpy的一维数组(array)

创建一个一维数组，参数传入的是一个一维列表[2,3,4,5]

注意：序号是从0开始

(1)三种访问一维数组元素的方法：

• 根据序号查询元素：a[0]

• 切片：三个参数 [start_index : stop_index : step]

start_index是切片的起始位置

stop_index是切片的结束位置（不包括）

step可以不提供，默认值是1，步长值不能为0，不然会报错ValueError

• 循环访问：

for i in a:

 

(2)查看数据类型：dtype()函数

(3)与列表list的区别

• 统计功能：

平均值函数mean()：

标准差函数std()：

• 向量化运算：

向量相加:即对位相加

向量乘以标量

• 注意：numpy中的元素必须是同一种数据类型，列表中的元素可以不是同一种数据类型。

2.Pandas的一维数组(series)

(1)创建一维数组：Series相较于Array多了索引，可以在定义的时候需要指定或忽视索引。

• 通过一维数组或者列表创建

• 通过字典的方式创建

(2)常用的获取描述统计信息函数

• 描述统计信息：describe()

• 根据索引获取值: iloc()

• 根据索引获取值：loc()

• 向量相加：

两向量s1和s2相加得s3

方法一：

方法二：

 

小结：在numpy和pandas这两个包中，都有表示一维数据的特殊数据结构。在pandas中，一维数据结构是Series。在numpy中，一维数据结构是数组Array。Series 的功能相对numpy的Array要更多，因为Series是建立在Numpy至上的

二、二维数组

1. Numpy的一维数组(array)

定义一个二维数组：

所创二维数组如图所示，行号和列号都是从0开始计数

(1)常用的基本操作

• 查询元素

• 获取第一行(切片):

注意：第一行的行号为0

• 获取第一列(切片)：

(2)Numpy数轴参数

• 轴：在numpy中可以理解为方向，使用0，1，2数字表示。对于一个一维数组，只有一个0轴，对于2维数组（shape（2，2））只有0轴和1轴，对于3维数组（shape（2，2，3））有0，1，2轴。意义：有了轴的概念后，我们计算会更加方便，比如计算一个2维数组的平均值，必须指定是计算哪个方向上面数字的平均值。

二维数组的轴：

当axis=1的时候，统计值按行来进行计算

当axis=0的时候，统计值按列来进行计算

• 常用计算：

平均值(mean)计算

2.Pandas二维数组(DataFrame)

创建一个有序二维数组：

(1)常见分析操作:

• iloc属性用于根据位置查询值:查询元素：变量名.iloc[元素所在的行，元素所在的列]

上图为：查询某一元素

上图为：查询某一行

上图为：查询某一列

• loc属性用于根据索引获取值：变量名.loc[元素所在的行，需查询的列名]

上图为：查询某一元素

上图为：查询某一行

上图为：查询某一列

(2)复杂查询：

• 切片功能

• 条件判断

筛选出销售数量大于1的药品

#通过条件判断筛选
#第1步：构建查询条件
querySer=salesDf.loc[:,'销售数量']>1
print(type(querySer))
print(querySer)
salesDf.loc[querySer,:]

(3)查看数据集描述统计信息

• 打印出前三行

• 查看数据大小

• 查看某一列的数据类型

• 查看每一列的统计数值

 

小结：在二维数组上，DataFrame相较于Array有两个优点：1.每列的数据可以是不同的类型。2.具有索引功能（类似于Series），每行和每列都有索引值