numpy的学习笔记\pandas学习笔记

1.numpy 的基础是ndarray对象（N维数组）,数据类型由dtype（data-type）决定。注意：每个ndarray都有一个唯一确定的dtype类型。即使没有显示定义，它有默认的类型。

2。a = np.array([1,2,3])  a.shpe 查看多维数组的形状   a.ndim 查看数组的维度 a.size查看数组的个数

3.要会创建数组，一般到二维就可以啦。

4。关于dtype：每个array都有一个确定的dtype，若没显示定义dtype，则默认为列表或者元素序列中的数据类型  举个带声明数据类型的例子：f = np.array([[1,2,3],[4,5,6]],dtype = complex)数据类型是复数。

5。自带的数组创建方法，

      np.zeros((3,3)) ----->创建了一个3*3的全零矩阵

      np.ones((3,3))------->创建了一个3*3的全1矩阵

np.arange(0,12,3)解释，从0开始到11，间隔3，选择一个数

np.random.random((3,3)) 创建一个3*3的随机矩阵。

6。要知道reshape操作

7。numpy的数学运算，矩阵相乘，注意A*B是逐点运算，线代上的矩阵相乘是np.dot(A,B)

8。对数组操作的通用函数 np.sqrt(a),np.log(a),np.sin(a)

9.索引，切片机制同Python中的列表差不多，具体含义可用到的时候自己查。

10。遍历矩阵有两种：

             一种是遍历矩阵的行------》for row in A：

                                                            print(row)

          另外一种是遍历矩阵的所有元素--------》for r in A.flat:

                                                                                 print(r)

                      注：A.flat 是把A矩阵展平

11。条件和布尔数组

       例如a = np.array([[1,2,3],[4,5,6]])

             a >3  输出一个布尔值的矩阵

           与a[a>3] 输出满足条件的数组元素

12矩阵数组连接

    A = np.ones((3,3))

    B = np.zeros((3,3))

      np.vstack((A,B))  ------> 效果是在A矩阵下面插入B矩阵，也就是书上说的垂直插入

     np.hstack((A,B)) ---------》效果是在A矩阵的右边插入B矩阵，也就是书上说的水平插入

    还有一维数组按列插入，按照行插入。。建议现用现查

13.有聚合就有拆分两个函数：水平切分：np.hsplit(A,2)  把A分为两部分

                                                垂直切分  np.vsplit(A,2) 把A垂直分为两部分  试一下就知道效果

14 要知道numpy 的广播机制------》一句话概括，就是自动补齐计算的维度不匹配问题

    numpy 的向量化操作 a * b

15 numpy的副本、视图概念。。现用现查

pandas主要分两大数据结构：Series 和DataFrame

一、Series对象

1。Series对象表示一维数据结构，但是多了一个Index列

例如： s = pd.Series([12,-4,5,7])

         0    12

         1     -4

         2     5

         3     7     注：左边一列就是index

还可以自己指定index   s = pd.Series([12,-4,7,9],index = ['a','b','c','d'])

可以按照s.values 查看s的数据

             s.index查看s的索引

2。选择内部元素 s[2]  也可以按index  s['b']

     为元素赋值   s[1] = 0  s['a'] = 0

用Numpy数组或者其他Series对象定义新的Series对象

arr = np.array([1,2,3,4])

s = pd.Series(arr)

3.Series筛选元素

    s[s>8]

4.Series有数学运算

  s/2  等

然而用到numpy库的函数必须指定出np   np.log(s)

5使用unique去重  使用isin 判断所属关系

6。NaN Not a number 非数值

    使用isnull 和notnull  函数来判断

7。Series用作字典，index是字典的key 值是字典的value