使用Python进行数据分析时——numpy、pandas的常用函数

科学计算库Numpy

创建数组：

• numpy.array()
• numpy.arange()

查看数组：

• dtype
• ndim 维度
• shape 形状
• size 元素个数

数组操作：

• tolist 转换列表
• reshape 修改形状
• array[start:stop:step] 切片（含左不含右）
• numpy.append 添加元素
• numpy.insert 插入元素
• numpy.delete 删除元素
• numpy.unique 数组去重
• numpy.concatenate() 数组连接
• numpy.stack() 数组堆叠
• numpy.split() 数组分割
• numpy.transpose() 数组转置

相关函数：

• 字符串函数
• 数学函数
• 统计函数

科学计算库Pandas

读取数据：

• pandas.read_csv()
• pandas.read_excel()
• df = pandas.DataFrame()

查看数据：

• dtypes 通过列的类型选取列
• shape 形状
• df.info() 信息
• df.describe() 描述
• df.count() 非nan数量
• df.isnull() 是否为空
• df.unique() 唯一值
• head() 头部数据
• tail() 尾部数据

数据提取：

• loc() 按字段提取
• iloc() 按位置提取
• usecols 读取数据时，使用此函数选择列

数据预处理：

• merge() 多表合并
• append() 表追加
• join() 表连接
• set_index() 设置索引
• index_col 行索引
• sort_index() 按照索引排序
• sort_values() 按值排序
• value_counts() 计算某一列或行中有哪些不同值，并排序

数据清洗：

• drop_duplicates() 删除重复行
• fillna() 填充
• map() 映射
• df[‘字段’].str.replace() 字符串替换

数据分析：

• groupby() 分组聚合
• pivot_table() 透视