python对二维数组统计某一行的去重计数_Python数据分析笔记——Numpy、Pandas库

本文介绍了Python数据分析中的Numpy和Pandas库,详细讲解了Numpy的ndarray对象,包括创建、数据类型和索引操作,以及Pandas的Series和DataFrame数据结构,涵盖基本操作如索引、切片、赋值、运算和处理缺失数据等。
摘要由CSDN通过智能技术生成

bad53ecc41244b51a3aacdf0b7b52e47.png

利用Python进行数据分析中有两个重要的库是NumpyPandas,本章将围绕这两个库进行展开介绍。

Numpy库

02b778da2ca79d5e644d8f4a761c1b83.png

Numpy最重要的一个特点是就是其N维数组对象,即ndarray,ndarray是一个通用的同构数据多维容器,其中的所有元素必须是相同类型的。每个数组都有一个shape(一个表示各维度大小的元组,即表示有几行几列)和dtype(一个用于说明数组数据类型的对象)。本节将围绕ndarray数组展开。

e4ce0553ae5d394967020fd54a886756.png
  1. Numpy基础

(1)创建ndarray数组

使用array函数,它接受一切序列型的对象,包括其他数组,然后产生一个新的Numpy数组。

bafc52c876cd95410cdc93b1a705e7b8.png

嵌套序列将会被转换成一个多维数组。

ea093d9561964953330c5e6b98eefa2b.png
  • np.array会尝试为每一个新建的数组推断出适合它的数据类型。
  • arange是Python内置函数range的数组版。

106371f6aa87458a60f2221def22b283.png

(2)数据类型

dtype是一个用来说明数组的数据类型的对象。其命名方式是一个类型名(float和int)后面跟一个用于表示各元素位长的数字。常用的是float64和int32.

3b28625d52c1d3a6cd39d21d6d489603.png

也可以使用astype进行数组中数据类型的转化。

92c8320f01960e4dcbef967142745d7e.png

(3)基本的索引和切片

①元素索引、根据元素在数组中的位置来进行索引。

7063c8c5205c63dc8e7a7675309fad26.png
一维数组的索引

55b1d8475b06e7fd86da794a9690fcbf.png
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值