熊猫python_Python库-------熊猫

包括两个数据结构: DataFrame和Series

正式文件地址:

熊猫

系列

数据框

I. 熊猫介绍

1. Python数据分析库或pandas是基于NumPy的工具，旨在解决数据分析任务. Pandas包含大量库和一些标准数据模型，以提供有效操作大型数据集所需的工具. 熊猫提供了大量的功能和方法，使我们能够快速，轻松地处理数据. 您很快就会发现，这是使Python成为强大而高效的数据分析环境的重要因素之一.

2. Pandas是用于Python的数据分析包. 它最初由AQR Capital Management于2008年4月开发，并于2009年底开源. 目前，它由致力于Python数据包开发的PyData开发团队开发和维护. 成为PyData项目的一部分. Pandas最初是作为财务数据分析工具开发的. 因此，熊猫为时间序列分析提供了良好的支持. Pandas这个名字来自面板数据和python数据分析. 面板数据是经济学中多维数据集的术语. 熊猫也提供面板数据类型.

发件人:

3. Pandas是Python的大数据处理模块. Pandas使用二维数据结构DataFrame表示表格式数据. 与Numpy相比，Pandas可以存储混合数据结构并使用NaN表示丢失的数据，而不是像Numpy那样手动处理丢失的数据. 而且Pandas使用轴标签来表示行和列.

DataFrame类:

DataFrame具有四个重要属性:

index: 行索引.

列: 列索引.

values: 二维值数组.

名称: 名称.

原始链接:

4，熊猫和numpy

Pandas是Python环境中最著名的数据统计软件包，DataFrame被转换为数据框架，这是一种数据组织方式. 因此，您可能无法在情感上知道它. 例如，您可能使用过Excel，它也是一种数据组织和表示的方式，它只是一个表python库，而DataFrame用于组织熊猫中的数据. 如果不打印DataFrame，则看不到数据.

pandas和numpy之间的区别:

(1)numpy是用于数值计算的扩展包，而panadas用于数据处理.

(2)NumPy简介: N维数组容器NumPy系统是Python的开源数值计算扩展. 该工具可用于存储和处理大型矩阵，这比Python自己的嵌套列表结构(此结构也可用于表示矩阵)要高效得多. 据说NumPy可以将Python转换为免费且功能更强大的MatLab系统.

Pandas简介: 表格容器pandas是基于NumPy的工具，它是为解决数据分析任务而创建的. Pandas包含大量库和一些标准数据模型，以提供有效操作大型数据集所需的工具. 熊猫提供了大量功能和方法，可快速轻松地处理数据. 使Python成为强大而高效的数据分析环境的重要因素之一.

参考:

第二，系列和数据框

Pandas是一个由Numpy构建的数据分析包，其中包含更多高级数据结构和工具.

类似于Numpy，核心是ndarray，pandas也围绕Series和DataFrame的两个核心数据结构构建. Series和DataFrame分别对应一维序列和二维表结构. 熊猫的常规导入方法如下:

从pandas导入Series，DataFrame

将熊猫作为pd导入

系列:

Series对象包含两个主要属性: 索引和值，它们是上例中的左列和右列.

将严格根据给定的索引来构造Series对象的元素，这意味着: 如果data参数具有键值对，则仅使用索引中包含的键；如果数据中缺少响应键，即使给出了NaN值，也会添加该键.

DataFrame:

DataFrame是一个表格数据结构，它包含一组有序的列(类似于索引)，每个列可以是不同的值类型(与ndarray只能具有dtype不同). 基本上，您可以将DataFrame视为共享相同索引的Series的集合.

DataFrame的构造方法与Series相似，不同的是它可以同时接受多个一维数据源，每个数据源将成为一个单独的列:

DataFrame.loc([行名]，[列名])

DataFrame.iloc([行号]python库，[列号])

参考:

三，汇总图

参考:

Python库-------熊猫

本文来自电脑杂谈，转载请注明本文网址：

http://www.pc-fly.com/a/jisuanjixue/article-267646-1.html