numpy（二）、pandas

numpy

数组的拼接

数组的行列交换

竖直拼接的时候要注意：每一列代表的意义相同，若每一列的意义不同，这时应该交换某一组数的列，让其和另外一类相同

numpy更多好用的方法

numpy生成随机数

numpy的注意点copy和view

1.a=b完全不复制，a和b相互影响

2.a=b[:]，视图的操作，一种切片，会创建新的对象a，但是a的数据完全由b保管，它们两的数据变化是一致的

3.a=b.copy()，复制，a和b互不影响

numpy中常用统计函数

（标准差是一组数据平均值分散程度的一种度量，一个较大的标准差，代表大部分数值和其平均值之间差较大，一个较小的标准差代表这些数值较接近平均值，反映出数据的波动稳定情况，越大表示波动越大，越不稳定）

numpy中的nan和inf

nan：not a number表示不是一个数字

出现nan的情况：当读取本地的文件位float的时候，如果有缺失，就会出现nan；当做了一个不合适的计算的时候（比如无穷大（inf）减去无穷大）

inf(-inf,inf):infinity，inf表示正无穷，-inf表示负无穷

出现inf（包括-inf，+inf）的情况：比如一个数字除以0（python中会直接报错），numpy中是一个inf或者-inf

nan

如果在一组数据中单纯把nan替换为0，替换之前的平均值如果大于0，替换之后的均值肯定会变小，所以更一般的方式是把缺失的数值替换为均值（中值）或者是直接删除有缺失值的一行

总结

pandas

pandas的常用数据类型：

1.Series 一维，带标签数组

2.DataFrame 二维，Series容器

Series

Series创建

Series切片和索引

Series的索引和值

Series对象本质上由两个数组构成，一个数组构成对象的键（index，索引），一个数组构成对象的值（values），键->值

pandas读取外部数据

数据存在csv中，直接使用pd.read_csv即可

数据库比如mysql中的数据的使用方法：pd.read_sql(sql_sentence.connection)

DataFrame

DataFrame创建

DataFrame基本属性

取行或者列

取前20行的数据

取列的数据

注意点：

1.方括号写数字，表示取行，对行进行操作

2.写字符串，表示取列索引，对列进行操作

loc和iloc

布尔索引

如果有多个条件，条件需要分开写（用&（且）｜（或）符号）

不同的条件之间需要用括号括起来

字符串方法

对于缺失数据的处理

判断数据是否为NaN：pd.isnull(df),pd.notnull(df)

处理方法1:删除NaN所在的行列dropna（axis=0,how='any',inplace=False）

处理方法2:填充数据，t.fillna(t.mean()),t.fiallna(t.median()),t.fillna(0)

处理为0的数据：t[t==0]=np.nan