python数据分析（文字版）

最新推荐文章于 2024-07-26 10:11:41 发布

有只小鱼�

最新推荐文章于 2024-07-26 10:11:41 发布

阅读量844

点赞数 1

分类专栏： python学习笔记文章标签： python 数据分析 numpy pandas

本文链接：https://blog.csdn.net/xxyrainy/article/details/114398436

版权

本文介绍了Python数据分析的基础，包括Numpy库的数组创建、属性及操作，以及Pandas库的DataFrame创建、读取本地文件和数据操作。通过实例展示了如何利用Numpy进行数据处理，使用Pandas进行数据读取、查询、修改和统计分析。

摘要由CSDN通过智能技术生成

一、Numpy数据处理库
import numpy as np
1.创建数组
方法1：np.array(元素列表) #括号中是一个可迭代对象，元组列表都可
如，arr_v1=np.array([1,2,3,4,5,6]) 这是一维数组；
arr_v2=np.array([[1,2,3,4],[3,4,5,6],[5,6,7,8]]) 这是一个3行4列的二维数组，列表套列表，注意要框起来变成一个总体

方法2：np.arange(初始值，终止值，步长值）
               np.linspace(初始值，终止值，数据个数）  #从初始值到终止值间均等的取n个值
                      
方法3：np.random.randint(初始值，终止值，size=(m,n))  #从初始值和终止值之间随机的选取整数，组成m行n列的数组
              可以给个随机种子，则每次产生一样  np.random.seed(25)
                     np.random.random(100)    #作用：产生0-1之间的100个小数

2.数组的属性
.属性 #不用加括号，加括号就是方法
ndim: 数组的维度
size: 元素个数
shape: 数组的形状（m行n列） #返回一个元组
dtype: 数组的类型

3.数组的操作
访问元素，改变形状
3.1.访问元素
方法1：索引切片原则：先行后列，下标从0开始
e.g. arr_v1[0,0] 访问第0行第0列的元素