目录
numpy语法:
1. numpy数组拼接:np.append(),np.concatenate((a1,a2,...),axis=0/1),0表示按列拼接,1表示按行拼接
原文地址:https://blog.csdn.net/zyl1042635242/article/details/43162031
2.
pandas语法:
1. 随机打乱数据集
(1)random.shuffle() 只能对一维list和两维list进行数据打乱
(2)np.random.shuffle() 可以对列表和数组进行数据打乱
(3)数据.sample(frac= 1) 将Dataframe中的数据进行打乱,其中frac是要返回的比例
df.sample(frac=1).reset_index(drop=True) 本方法默认不会对索引进行重新排序,需要将打乱后的数据的索引重新排序
(4)sklearn中也有shuffle
原文地址:(7条消息) 数据集乱序的几种方法_nyz5211314的博客-CSDN博客_数据集打乱顺序
(7条消息) Python-Pandas 如何shuffle(打乱)数据?_SCUT_Sam-CSDN博客
2. pandas中的切片(Dataframe格式)
3. pd.set_option()
4. pandas中读取文件
pd.read_csv('文件名', parse_dates= [[ ]],) parse_dates 将csv中的时间字符串转换为日期格式
(header = 指定第几行为列名,默认为0)
剩余功能参见:(8条消息) API:详解 pandas.read_csv_Sehr Gut-CSDN博客
【python】pandas库pd.read (360doc.com)
5.drop函数进行数据处理
DataFrame.drop('column_name' , axis = 1,inplace = True)
drop函数默认删除行,当axis = 1 时删除列;inplace 默认为False,表示原数组名对应的内存值不改变,需要将结果赋值给新的数组或者覆盖原数组,当inplace = True时,原数组名对应的内存值改变。
DataFrame.astype( ) 可以对整个DataFrame或者某一列进行数据格式转换,支持python和Numpy的数据类型。
(8条消息) python进行数据处理——pandas的drop函数_众荷喧哗-CSDN博客
6. 对DataFrame中的NA值进行填充
(8条消息) fillna()函数详解_大胡子的博客-CSDN博客_fillna
7. pd.set_option()
8.df.shift()
DataFrame.shift(periods=1, freq=None, axis=0)
periods:类型为int,表示移动步数,可以为正或者负,默认为1;axis= 0表示行移动, = 1表示列移动。
详情参见:https://www.cnblogs.com/iamxyq/p/6283334.html
matplotlib语法:
1. plt.subplot(2,3,2) 创建子图,2行3列。此图为第2个图
2. plt.plot(x,y) x,y为图形的X,Y数据
详细参见:https://www.jianshu.com/p/ed3f31fc6a41 https://zhuanlan.zhihu.com/p/258106097
3. plt.title()