数据分析中的numpy ，pandas (1)

目录

一、numpy 

 1 np.arange数组

2 np.random 

3 reshape函数

 二 pandas

1 Series

2 DataFrame

修改索引 

set_index

rename 

reset_index 

---

一、numpy 

 1.大前提：应用numpy并重命名为np

import numpy as np 

2.列表可以存放任意类型

lis1 = ["as",1.34,34,None]
lis1

 

 3.ndarry是python中的一个类对象，而array是numpy中用来创建数组的一种方法。

import numpy as np #应用numpy并重命名
np.array([1,2,3,4,5,6,7,8,9])

4.ndarray会自动把元素类型统一

• ndarray与Python列表的最大的不同就是列表可以存入不同数据类型的元素，而ndarray要求所有元素的数据类型必须一致。Numpy会自动识别ndarray中的数据类型，如果数据类型不一致Numpy会将所有元素自动转换成一个合适的数据类型。
• 为了方便运算 
• 可以看到 列表后面会有dtype=object

np.array (["as",1.34,34,None])

 5.通过构造方法

#构造方法
ages = [17,28,8,16,38]
ages_array = np.array(ages)
# ages_array  执行所有ndarray类型的方法
ages[0],age[-1]

ages_array[0]

ages_array.sum()

 6. 切片；   左闭右开；

ages_array[0:2]

array1 = np.array([1,2,3,4,5])
array2 = np.array([[1,2],[3,4]])
array1

array2

array2[0,1]

---

 1 np.arange数组

1.arange用法 

np.arange(5)

np.arange(5,10)

np.arange(5,10,0.5)

---

2 np.random 

1.random用法

#生成标准正态分布
data = np.random.randn(100)

import matplotlib.pyplot as plt
%matplotlib inline
plt.hist(data)

呈现一个正态分布的图 

2.生成一组随机数列

• np.random.randint(起始值，终止值，（行，列）) 

np.random.randint(1,100,(6,3))

 

---

3 reshape函数

1.用法：  reshape（行，列）

#reshape函数
data = np.arange(2,10,1)
data.reshape((2,4))#数据个数要配的上

---

 二 pandas

 大前提 ，pandas知识点记得从这里往下看哦

import numpy as np
import pandas as pd

np.array(['dancer','love','cute']) 

---

1 Series

1.显示索引 ；

  index行 ：可以改每一行的名字

data1 = pd.Series(['dancer','love','cute'],index=['one','two','three'])
data1        

data2 = pd.Series([18,191,10],index=['one','two','three'])
data2

 

---

2 DataFrame

1.字典构造

将上面的data1和data2两个数据结合起来，用法如下

pd.DataFrame(data={
    'data1':data1,
    'data2':data2
})

column列 ：可以改列名

pd.DataFrame([['fg',18],['fgh',191],['hjk',10]],index=['one','two','three'],columns = ['name','age'])

2.把DataFrame对象当成字典使用 

mdata = [1,2,3,4,5,6,7]
score = [2,334,45,56,77,1,29]

#把DataFrame对象当成字典使用
a = pd.DataFrame()
a['count1'] = mdata
a['count2'] = score
a

3.通过字典创建DataFrame

b = pd.DataFrame({'a':[1,2,3,4],'b':[4,5,6,7]},index=["彩头","奖金","名次","位次"])
print(b)

默认为列索引 

data = {'a':[4,5,6,7],'b':[0,9,8,7]}
pd.DataFrame(data=data)

4.让字典键变成行索引，可通过from_dict的方式，并同时设置orient参数为index

c = pd.DataFrame.from_dict({'a':[4,5,6,7],'b':[0,9,8,7]},
                               orient = "index"
                              )
print(c)

 5.让我们整体来写一下

pd.DataFrame(data=np.arange(12).reshape(3,4),index=["hjk","hjo","hjp"],columns=['A','B','C','D'])

---

修改索引 

c = ['万科','阿里','百度']
s = [2,4,6]
t = [1,3,5]
data = pd.DataFrame(data={
    '公司':c,'分数':s,'日期':t
})
data

---

set_index

#把日期变成索引set_index
data.set_index('日期')

set_index不会修改原始数据，如果希望修改，设置inplace=True

• inplace作用是：是否在原对象基础上进行修改
• ​ inplace = True：不创建新的对象，直接对原始对象进行修改；
• ​ inplace = False：对数据进行修改，创建并返回新的对象承载其修改结果。
• 默认是False，即创建新的对象进行修改，原对象不变，和深复制和浅复制有些类似。

---

rename 

#要修改列名称，使用columns，要修改行名称，使用index
#使用字典来表达映射关系{原始数据：新数据}
data.rename(columns={'公司':'公司名称'},index={1:2})

---

reset_index 

#把索引重新设置为列
data.reset_index()

 当我们添加了inplace=True则说明我们不创建新的对象，直接对原始对象data进行修改；如下图可知

data.reset_index(inplace=True)

data

总结

可能文章有点点乱，但整体用法应该是没有写错的，记得从上往下看，因为我都是放在同一个文件里面打的，有些用法会直接采用上一条语句的结果，所以要关连起来看，避免出错了。友友们都看到这里了，觉得有用的话，能否给个小赞赞o(*￣▽￣*)ブ比心。