python numpy pandas_python中numpy和pandas介绍

numpy和pandas是python中用于处理数据的两个库。

numpy介绍：

numpy用于处理array，且array中数据类型必须一致。下面以代码备注的方式介绍。

#START

import numpy as np

v=np.array([1,2,3,4,5,6,7,8]) //array中以list的方式展现

m=np.array([[1,2,3,4,5,6,7,8],

[8,7,6,5,4,3,2,1]])

h=np.array([[1,2,3,4,5,6,7,8],

[8,7,6,5,4,3,2,1],

[9,8,7,6,5,4,3,2]],dtype=float) //指定list中数据类型为float

print(v.type) //查看array类型

print(v.shape) //查看array模型

#print(np.shape(v))

print(v.size)

#print(np.size(v))

print(v.dtype)

#END

#START

import numpy as np

##如下是一个三行四列的array

#[1,2,3,4]

#[2,3,4,5]

#[3,4,5,6]

#shape(3,4)

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

b=a[0:2,1:3] //array切分操作，对比list中的cut。修改b的话a也会变更。

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

i=np.array(h[0,1],h[1,1],h[2,0]) //使用index方法脱离关系，即b变化a不变。

i[[0,0]]=888

print(i)

print(h)

c=np.zeros((2,20)) //生成2行20列的0

print(c)

d=np.ones((20,5)) //生成20行5列的1

print(d)

e=np.full((5,7),888) //生成5行7列的888

print(e)

f=np.eye(10) //Identify matrix(I)

print(f)

g=np.random.random((8,19)) //生成随机array

print(g)

#END

#START

j=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])

k=np.array([0,2,0,1])

l=j[np.arange(4),k] //j中前4行按照k中的数值提取列中元素

j[np.arange(4),k] += 100 //j中前4行按照k中的数值提取列中元素后再加100，返回j

print(j)

#END

#START

m=np.array([[1,2,3],[4,5,6],[7,8,9]])

print(m)

boolean_array_indexing =(m>5) //按照判断条件将array转换成布尔值

print(boolean_array_indexing)

print(m(m>5))

#END

#START

#array四则运算

x=np.array([[1,2],[3,4]],dtype=np.float64)

y=np.array([[5,6],[7,8]],dtype=np.float64)

print(x+y)

print(np.add(x,y))

print(x-y)

print(np.subtract(x,y))

print(x*y)

print(np.multiply(x,y))

print(x/y)

print(np.divide(x,y))

print(np.sqrt(x))

print(x.dot(y))

print(np.dot(x,y))

i=np.array([3,0])

j=np.array([0,4])

print(i.dot(j))

print(np.dot(i.j))

x=np.array([[1,2],[3,4]])

print(x)

print(np.sum(x))

print(np.sum(x,axis=1))

print(x,T) //变形

#END

#START

x=np,array([[1,2],[3,4],[5,6]])

y=np.array([0,1])

print(x+y) //broadcasting会自动补齐y中缺少元素

#END

#START

x=np,array([[1,2,3],[3,4,6],[5,6,7],[7,8,9]])

print(x[1,0:2])

y=np.array([1,0,1])

z=np.empty_like(x) //生成一个和x格式一致的array

print(z)

for i in range(4):

z[i,:]=x[i,:]+y

#END

pandas介绍：

用于处理.csv文件

import pandas as pd

pd.set_option('display.max_rows',1000) //用于设置展示的行数和列数

pd.set_option('display.max_columns',1000)

user_input_cols=['','','','','',''] //用于自定义每一列的名称

data_frame=pd.read_csv('diabetes.csv',index_col=0,header=None,

name=user_input_cols) //读取文件

print(df.head()) //展示文件的前几行

**********************

#dataframe //数据域

#series //列

df=pd.read_csv('diabetes.csv',index_col=0,header=None,

name=user_input_cols)

print(df['series_name']) //展示列名称

#series相加

print(df.series_name1+df.series_name2)

print(df.series_name1+','+df.series_name2)

new_series=df.series_name1+','+df.series_name2

df['series_name1+series_name2']=new_series

print(df.dtypes)

**********************

#查看数据特征

print(df.describe())