Numpy、Pandas是Python数据处理中经常用到的两个框架,都是采用C语言编写,所以运算速度快。Matplotlib是Python的的画图工具,可以把之前处理后的数据通过图像绘制出来。之前只是看过语法,没有系统学习总结过,本博文总结了这三个框架的API。
以下是这三个框架的的简单介绍和区别:
- Numpy:经常用于数据生成和一些运算
- Pandas:基于Numpy构建的,是Numpy的升级版本
- Matplotlib:Python中强大的绘图工具
Numpy
Numpy快速入门教程可参考:Numpy tutorial
Numpy属性
ndarray.ndim:维度
ndarray.shape:行数和列数,例如(3, 5)
ndarray.size:元素的个数
ndarray.dtype:元素类型
Numpy创建
array(object, dtype=None):使用Python的list或者tuple创建数据
zeors(shape, dtype=float):创建全为0的数据
ones(shape, dtype=None):创建全为1的数据
empty(shape, dtype=float):创建没有初始化的数据
arange([start, ]stop, [step, ]dtype=None):创建固定间隔的数据段
linspace(start, stop, num=50, dtype=None):在给定的范围,均匀的创建数据
Numpy运算
加、减:a + b、a - b
乘:b*2、10*np.sin(a)
次方:b**2
判断:a<35,输出True或False的数组
矩阵乘:np.dot(A,B) 或 A.dot(B)
其他:+=、-+、sin、cos、exp
Numpy索引
数组索引方式:A[1, 1]
切片:A[1, 1:3]
迭代:for item in A.flat
Numpy其他
reshape(a, newshape):改变数据形状,不会对原始数据进行修改,返回一组新数据
resize(a, new_shape):改变数据形状,会对原始数据进行修改,不返回数据
ravel(a):将成一维返回
vstack(tup):上下合并
hstack(tup):左右合并
hsplit(ary, indices_or_sections):水平分割n份
vsplit(ary, indices_or_sections):垂直分割n份
copy(a):深度拷贝
Pandas
Pandas快速入门教程可参考:10 Minutes to pandas
Pandas数据结构
Pandas的数据结构有两种:Series和DataFrame。
Series:索引在左边,值在右边。创建方式如下:
In [4]: s = pd.Series([1,3,5,np.nan,6,8]) In [5]: s Out[5]: 0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 5 8.0 dtype: float64
DataFrame:是一个表格型的数据结构,既有行索引也有列索引, 它可以被看做由Series组成的大字典。创建方式如下:
In [6]: dates = pd.date_range('20130101', periods=6) In [7]: dates Out[7]: DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04', '2013-01-05', '2013-01-06'], dtype='datetime64[ns]', freq='D') In [8]: df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
Pandas查看数据
index:索引
columns:列索引
values:值
head(n=5):返回前n项数据
tail(n=5):返回后n项数据
describe():打印出数据的数量、平均值等各项数据
sort_index(axis=1, ascending=False):根据索引排序
sort_values(by='B'):根据索引值排序
Pandas选择数据
数组选择方式:df[‘A']
切片选择方式:df[0:3] 或 df[‘20130102':'20130104']
根据标签选择:df.loc[‘20130102':'20130104',[‘A','B']]
根据位置选择:df.iloc[3:5,0:2]
混合选择:df.ix[:3,[‘A','C']]
条件判断选择:df[df.A > 0]
Pandas处理丢失数据
删除丢失数据的行:df.dropna(how='any')
填充丢失数据:df.fillna(value=5)
数据值是否为NaN:pd.isna(df1)
Pandas合并数据
pd.concat([df1, df2, df3], axis=0):合并df
pd.merge(left, right, on='key'):根据key字段合并
df.append(s, ignore_index=True):添加数据
Pandas导入导出
df.to_csv(‘foo.csv'):保存到csv文件
pd.read_csv(‘foo.csv'):从csv文件读取
df.to_excel(‘foo.xlsx', sheet_name='Sheet1'):保存到excel文件
pd.read_excel(‘foo.xlsx', ‘Sheet1', index_col=None, na_values=[‘NA']):从excel文件读取
Matplotlib
这里只介绍最简单的出图方式:
import pandas as pd import numpy as np import matplotlib.pyplot as plt # 随机生成1000个数据 data = pd.Series(np.random.randn(1000),index=np.arange(1000)) # 为了方便观看效果, 我们累加这个数据 data.cumsum() # pandas 数据可以直接观看其可视化形式 data.plot() plt.show()
Python,数据处理
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新动态
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]