python、pandas、numpy常用命令

Python常用命令：

1.整除： //

print(3//2)
>>>
1

Pandas下的常用命令：

1.读取表格数据：pd.read_csv(path=' ', header=None):  读取无表头的.csv文件；

                            pd.read_csv(path=' '):  默认读取包含表头的.csv文件;

表格数据太多，分批读取：

chunksize = 10000
whole_features = pd.read_csv(path, iterator=True)
for i in range(2941):
    whole_features = whole_features.get_chunk(size=chunksize)

2.查看pd中的数据类型：pd.dtypes；（np：np.dtype);

3.df定位最后一列：df.iloc[:, -1];

4.拼接：pd.concat([pd1,pd2],axis=0):  按行拼接；

              pd.concat([pd1,pd2],axis=1):  按列拼接;

5.pd转换为numpy格式(pd->>>numpy):  pd1.to_numpy();

6.numpy转换为pd格式(numpy->>pd)：pd.DataFrame(numpy1)

7.已知列明，读取某一列：data=df[feature_name]

8.生成空的DataFrame: df=pd.DataFrame([])

Numpy常用命令

1.创建空数组：a=[]; a.append(v)

2.返回最大值对应的下标：np.argmax(numpy1, axis=1): 按列求最大值；

3.tensor张量转换为numpy:  np.array(tensor1)

4.numpy转换为张量tensor:  

5.numpy的统计特性：np.mean(numpy1, axis=0):  按行求均值；

                                   np.std()或者numpy1.std();

                                   numpy1. max(): 求最大值：

6. numpy改变数据类型： numpy1.astype(np.uint8): 将原数据类型变为numpy整型；

7.设置随机种子：np.random.seed(256);

8.生成指定形状的指定元素：np.full(shape, full_value)