![](https://img-blog.csdnimg.cn/direct/966a2c7495a045c0b12129fd489f4f29.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
Python常用模块
文章平均质量分 97
Python常用模块
失心疯_2023
一个无知的学习者...
展开
-
004.数据分析_Pandas&DataFrame对象
使用列表/元组创建(外层列表/元组内的每一个元素为一行)# 列表(元组)嵌套列表(元组)# 行标签和列标签均为默认# 列表(元组)嵌套字典# 行标签为默认,列标签使用字典的key使用字典创建(字典里的每一对key-value为一列)# 字典的values为列表(元组)# 行标签为默认,列标签使用字典的key# 可以在创建DataFrame对象的时候,通过index参数自定义行标签# 字典的values为Series对象。原创 2024-06-07 08:52:28 · 62 阅读 · 0 评论 -
003.数据分析_Pandas&Series对象
Series对象由一组数据值(value)和一组标签组成,其中标签与数据值具有对应关系。Series对象既支持基于整数的索引,也支持基于标签的索引,并提供了许多方法来执行涉及索引的操作。Series类似表格中的一个列(column),类似于一维数组,可以保存任何数据类型。Series对象,也称Series序列,是Pandas常用的数据结构之一。不设置参数,使用ndarray数组创建。不设置参数,使用列表创建。不设置参数,使用字典创建。原创 2024-06-07 08:49:34 · 131 阅读 · 0 评论 -
002.数据分析_Pandas初识
Pandas 是一个开源的第三方 Python 库,从 Numpy 和 Matplotlib 的基础上构建而来,享有数据分析“三剑客之一”的盛名(NumPy、Matplotlib、Pandas)Pandas 已经成为 Python 数据分析的必备高级工具,它的目标是成为强大、灵活、可以支持任何编程语言的数据分析工具。原创 2024-06-07 08:47:33 · 47 阅读 · 0 评论 -
001.数据分析_NumPy模块详解
这样做也让我们可以利用任意一个下标把序列分割成不重叠的两部分,只要写成my_list[:x)和my_listlx:]就可以了。从ndarray对象通过切片提取的任何元素,都是由一个数组标量类型的Python对象表示。ndarray中的每个元素是数据类型对象的对象(称为 dtype)。当起始位置信息都可见时,我们可以快速计算出切片和区间的长度,到内存块上,并且按照一定的布局对内存块进行排列(行或列)数组中的每个元素都占有大小相同的内存块。第二步:获取索引号为1的列的所有元素。,将数组中的每个元素。原创 2024-05-27 16:51:12 · 91 阅读 · 0 评论