前言
为学习MOOC课程《Python数据分析与展示》的笔记。
一、Numpy库入门
无
二、Numpy数据存取与函数
1.数据的CSV文件存取
np.savetxt(frame, array, fmt='%.18e', delimiter=None)
其中:
frame:文件、字符串或产生器,可以是.gz或.bz2的压缩文件 应该是文件名
array:存入文件的数组。
fmt:写入文件的格式,例如:%d %.2f %.18e。
delimiter:分割字符串,默认是空格 存的是CSV文件,那么这里是逗号
例如:
np.savetxt('a.csv', a, fmt='%d', delimiter=',')
np.loadtxt(frame, dtype=np.float, delimiter=None, unpack=False)
CSV文件只能存储一维和二维的数组
2.多维数据的存取
2.1
np.tofile(frame,sep='',format='%s')
np.fromfile(frame,dtype=float,count=-1,sep='')
其中:
frame:文件、字符串。
sep:数据分割字符串,如果是空串,写入文件为二进制。
format:写入数据的格式
dtype:读取的数据类型
count:读入元素个数,-1表示读入整个文件
sep:数据分割字符串,如果是空串,写入文件为二进制
注意:
存入的文件不包含数组的维度信息,因此要专门存储数组的维度。
例如:
a = np.arrange(100).reshape(5,10,2)
a.tofile("b.dat",sep=',',format='%d')
c = np.fromfile("b.dat",dtype=np.int,sep=',').reshape(5,10,2)
2.2
np.save(frame,arrray)
np.savez(frame,arrray)
np.load(frame)
其中:
frame:文件名,以npy为扩展名,压缩扩展名为npz
array:数组变量
例如:
a = np.arrange(100).reshape(5,10,2)
np.save(“a.npy”,a)
b = np.load(“a.npy”)
3.随机数
np.random.*
4.统计用函数
该处使用的url网络请求的数据。
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。