pandas 学习笔记02 数据结构

NumPy是python的科学计算包

        ndarray:存储数据的多维数组

        ufunc：对数组进行处理的函数

数据结构

        Numpy的ndarray提供了一维到三维的数组结构。

                array([1,2,3]) 一维

                array（[[1,2,3],

                             [3,4,5],

                              [4,5,6]]）二维数组

               

import numpy as np
# np.array([1,2,3])
# np.array((1,2,3)) # 同上
# np.array([[1,2,3],
#           [1,2,3]])
# np.array([(1,2,3),
#           [1,2,3]]) #同上
#常见的数据生成函数
# np.arange(10) #10各，不包括10，步长为1
#np.arange(3,10,0.1)#从3-10，步长为0.1
#np.linspace(2.0,3.0,num=5,endpoint=False) #从2.0-3.0生成均匀的5个值，但不包括3.0
# np.random.randn(6,4) #返回一个6X4的随机数组，float
# np.random.randint(3,7,size=(2,4)) #制定范围，指定形状的数组，int
#np.zeros(6) #6个浮点0
#np.zeros((5,6),dtype=int) #5x6 int
#np.ones(4) #生成浮点数1
#np.empty(4)#同上
# np.zeros_like(np.arange(6)) #创建一份和目录结构相同0的数值组（int）
#np.empty_like(np.arange(6)) 

#数据类型
# np.int64 #有符号64位整型
# np.float32 #标准双精度类型
#np.complex128 #由128位的浮点数组成的复数类型
#np.bool
#np.object 有问题
#np.string 有问题
#np.unicode #固定长度的unicode
# np.NAN #np.float32的子类型
#np.nan

#pandas两个基本数据结构
s = pd.Series(data=None,index=index)
df = pd.DataFrame(data=None,index=None,columns=None)