亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

Python 學習 —— Numpy 、Pandas 傻傻分不清楚

系統 1630 0

????? 之前的文章里面談到過,我從R轉到Python上,一個很大的不習慣就是R的數據結構比較簡單,但是Python的數據類型比較多,很容易就令人頭腦混亂。但是今天學習了一下Udacity的課程,頓時就清楚多了。

???? Python最基礎的數據類型包括數組、列表、字典比較常見的。而Numpy和Pandas的數據類型是在基礎數據類型上建立,彼此相關,又彼此不同。

???? Numpy里面最基本的就是一維的對象np代指,這點我認為和列表list基本沒有什么不同,很多操作(比如各種的for循環)在list上實現,同時也完全可以在numpy對象實現。但是numpy之所以是numpy,最重要的一點就是numpy向量化操作的特點,這點和R語言里面還是比較類似,當然Matlab幾乎也是向量化操作。比較基礎的就是加減乘除的運算,當然還有一點比較容易被忽略的就是np對象和if條件的使用。

???? 例如 a=np.array([1,2,3,4,-1,-2,-3,-4])? ,b=np.array([-1,3,9,0,-2,9,3,-5)],想要找到a,b里面到底有多少個對元素在相同位置上正負號一致?

??? 這里我要挖個坑,未來可能會做更多的練習,會把我遇上的情況分享一下。

??? Pandas里面最基本的對象叫做Series。Series 和 np 有很多相類點,例如position 索引、切片、循環(for),以及一些基礎函數X.mean(),X.max(),X.argmax()。用法幾乎是一致的。要說最大的不同點,我認為就是索引。Pandas的索引有兩種模式,一種是位置索引,例如a[0]、或者是a.iloc[0],iloc的意思是integer-location based indexing for selection by position ,還有一種是key索引(我自己這么叫的),例如a.loc['title'] ,loc的意思是 label-location based indexer for selection by label。這兩種不同的索引暴露了Series的本質,就是pandas對象本質上是字典和列表的混合,這點很重要。

???? OK,這里做一個小結:np對象最重要特點向量化運算,pandas對象最重要特點是字典和列表混合。

???? But,我在學習過程中還是有很多numpy & pandas 衍生出來的問題。嗯,今天就碰到了!

??? Q1:有些函數忘記到底是應用在pd 還是 np 上?

??? A1:本來是想要去doc里面查查,一個個對比看看。現在想著索性還是先了解一下兩個庫里面常用的函數或者屬性。

??? ? Python 學習 —— Numpy 、Pandas 傻傻分不清楚_第1張圖片
pandas常用屬性

Python 學習 —— Numpy 、Pandas 傻傻分不清楚_第2張圖片

dataframe 常用屬性

Python 學習 —— Numpy 、Pandas 傻傻分不清楚_第3張圖片

numpy 常用屬性

??? 可以這么理解,pandas常用的屬性基本都是數據操作類的;而numpy基本上都是數據基礎運算的,還有一個神級Lib Scipy 里面的常用函數是統計&優化類的。

Python 學習 —— Numpy 、Pandas 傻傻分不清楚_第4張圖片

scipy 常用函數

eg.分組統計、缺失值處理都是pd的管轄,生成隨機數等是numpy的管轄。

今天學了.dropna , .fillna 都是pd的屬性。

說實話,目前并沒有體會出numpy有什么卓越的優越性,這個等我慢慢體會,這也需要是一篇文章!

來源:https://www.douban.com/note/635632989/


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 亚洲国产成人99精品激情在线 | 亚洲福利视频在线 | 国模无水印一区二区三区 | 黄 色 三 级 网站 | 久久国产毛片 | 欧美综合视频在线 | 久久综合一区二区三区 | 免费的黄色网 | 狠狠狠狠狠狠干 | 亚洲精品一二区 | 伊人热人久久中文字幕 | 欧美成人精品高清在线观看 | 国产美女拍拍拍在线观看 | 欧美日韩顶级毛片www免费看 | 亚洲欧美综合一区二区三区四区 | 国产成人黄色在线观看 | 成人区精品一区二区毛片不卡 | 99热这里只有精品在线 | 久久香蕉综合精品国产 | 亚洲毛片免费视频 | 97精品国产高清久久久久蜜芽 | 九九热视频免费 | 免费看黄色的网站 | 免费毛片a线观看 | 色播综合| 99福利| 久99久精品免费视频热77 | 国产成人精品视频免费大全 | 久久久美女视频 | 91久久国产成人免费观看资源 | 久久亚洲美女久久久久 | 天天爽夜夜爽天天做夜夜做 | 欧美特级大片 | 一区亚洲| 国产亚洲精品久久久久久无 | 99精品一区二区三区 | 国产做人爱三级视频在线 | 亚洲欧美一区二区三区九九九 | 国产性较精品视频免费 | 日韩久久视频 | 涩涩虎|