![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pandas
forth touch
深度学习小学生~
展开
-
Pandas基础4(变换与排序)
Pandas排序(主要研究对DataFrame的排序):.sort_index(axis,ascending)方法对指定轴的索引进行排序;未给定参数的情况下,默认对0轴进行升序操作。左侧列为0轴,上行排为1轴。.sort_values(by,axis=0,ascending=True)方法对值进行排序;by是给定的一个索引。这里需要注意的是,若排序方向为axis=0,axis参数可以...原创 2020-02-07 18:11:56 · 423 阅读 · 0 评论 -
Pandas基础3(运算)
前面我们已经介绍了Pandas中的Series类型和DataFrame类型。那么运算自然分为三种。Series与自身,DataFrame与自身,Series与DataFrame。同一种类的运算:算术运算法则:DataFrame算术运算根据行列索引,补齐后运算,运算默认产生浮点数。补齐时缺项填充NaN。Series类似。这里DataFrame更复杂, 以DtaFrame为例。若想要补全Na...原创 2020-02-07 17:43:13 · 326 阅读 · 0 评论 -
Pandas基础2(DataFrame)
接下来我们介绍Pandas库常用对象中的DataFrame:DateFrame类型:特征:1:是一个表格型的数据类型,每一列的数值类型可以相同也可以不同。2:有行索引,也有列索引。3:常用于表达二维数据,也可以表达多维数据。创建:可以由:二维array对象创建;一维array,列表,字典,元组,Series构成的字典创建Series类型创建。反正很多。。。1:用array创建对象,...原创 2020-02-07 17:06:48 · 286 阅读 · 0 评论 -
Pandas基础1(Series)
Pandas提供高性能的数据分析工具,此库主要提供了两个数据类型:Series和DataFrame(基于ndarray的数据类型)。Pandas对象特征:相比于Numpy关注于数据的结构表达,Pandas更关注数据的应用表达,尤其是索引,通过对索引的改变,可以达到对数据改变的效果。Series类型:组成:Series类型由数据及其索引组成自定义索引:b=pd.Series([9,8,7,...原创 2020-02-07 16:45:07 · 143 阅读 · 0 评论 -
Matplotlib基础2(子图分割)
这里我们来介绍一下Matplotlib中子图分割的函数。#plt.subplot2grid((3,3),(0,0),rowspan,colspan)plt.subplot2grid((3,3),(0,0),colspan=3)plt.title('x1')#将整个图分割为3*3的区域,当前是(0,0)区域,向列的方向延伸三个单位plt.subplot2grid((3,3),(1,0),c...原创 2020-02-07 16:13:26 · 1572 阅读 · 0 评论 -
Matplotlib基础1
Matplotlib主要用于绘制与数据有关的图,可以很专业(明明是为了Tensorflow打基础,为什么要学这么花里胡哨的东西。。。。 )的图表。matploblib.pyplot是绘制各类可视化图形的命令子库,相当于快捷方式可以说是应用中最重要的的子库。这篇主要以使用为主,内容可能有点散。我们采用递进的方式,进行介绍:(真的很简单)先来一张最简单的图:import matplotli...原创 2020-02-05 22:22:22 · 102 阅读 · 0 评论 -
Numpy基础7(梯度函数)
进行图形,声音等数据批量处理时,梯度函数有利于检测边缘,这个函数也相当有名,让我们来了解一下基本算法:梯度函数一维array:np.gradient(f)举例:a=array([15,3,12,13,14])则np.gradient(a)返回([-12,-1.5,5,1,1])每个元素为(后一个元素-前一个元素)/2,首位元素为后-前,3-15=-12,14-13=-1高维ar...原创 2020-02-05 20:35:05 · 1849 阅读 · 0 评论 -
Numpy基础6(random子库)
random子库有一些很方便的函数,在这里我们简要的介绍一下,掌握以后90%以上的需求几乎都能满足了。random子库随机函数:np.rand(shape) 返回一个array,元素在[0,1)均匀分布np.randn(shape)返回的array元素符合标准正态分布np.randint(low,high,shape)元素在[low,high)之间,随机分布np.seeds(s)随机数...原创 2020-02-05 20:21:47 · 149 阅读 · 0 评论 -
Numpy基础5(如何保存你的array?)
接下来我们介绍一些基本操作方法:一维,二维数据:通常的方法是使用CSV文件。保存:np.savetxt(frame,array,fmt,delimiter)frame:文件,也可以是压缩文件的名字array:写入文件的数组fmt:写入文件的格式%d %.3f %.18e科学计数法delimiter:分割字符串,默认是空格实例:a=np.arange(100).reshape(5...原创 2020-02-05 19:52:50 · 2303 阅读 · 0 评论