Numpy、Pandas是Python數據處理中經常用到的兩個框架,都是采用C語言編寫,所以運算速度快。Matplotlib是Python的的畫圖工具,可以把之前處理后的數據通過圖像繪制出來。之前只是看過語法,沒有系統學習總結過,本博文總結了這三個框架的API。
以下是這三個框架的的簡單介紹和區別:
- Numpy:經常用于數據生成和一些運算
- Pandas:基于Numpy構建的,是Numpy的升級版本
-
Matplotlib:Python中強大的繪圖工具
Numpy
Numpy快速入門教程可參考:Numpy tutorial
Numpy屬性
ndarray.ndim:維度
ndarray.shape:行數和列數,例如(3, 5)
ndarray.size:元素的個數
ndarray.dtype:元素類型
Numpy創建
array(object, dtype=None):使用Python的list或者tuple創建數據
zeors(shape, dtype=float):創建全為0的數據
ones(shape, dtype=None):創建全為1的數據
empty(shape, dtype=float):創建沒有初始化的數據
arange([start, ]stop, [step, ]dtype=None):創建固定間隔的數據段
linspace(start, stop, num=50, dtype=None):在給定的范圍,均勻的創建數據
Numpy運算
加、減:a + b、a - b
乘:b*2、10*np.sin(a)
次方:b**2
判斷:a<35,輸出True或False的數組
矩陣乘:np.dot(A,B) 或 A.dot(B)
其他:+=、-+、sin、cos、exp
Numpy索引
數組索引方式:A[1, 1]
切片:A[1, 1:3]
迭代:for item in A.flat
Numpy其他
reshape(a, newshape):改變數據形狀,不會對原始數據進行修改,返回一組新數據
resize(a, new_shape):改變數據形狀,會對原始數據進行修改,不返回數據
ravel(a):將成一維返回
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):深度拷貝
Pandas
Pandas快速入門教程可參考:10 Minutes to pandas
Pandas數據結構
Pandas的數據結構有兩種:Series和DataFrame。
Series:索引在左邊,值在右邊。創建方式如下:
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:是一個表格型的數據結構,既有行索引也有列索引, 它可以被看做由Series組成的大字典。創建方式如下:
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查看數據
index:索引
columns:列索引
values:值
head(n=5):返回前n項數據
tail(n=5):返回后n項數據
describe():打印出數據的數量、平均值等各項數據
sort_index(axis=1, ascending=False):根據索引排序
sort_values(by='B'):根據索引值排序
Pandas選擇數據
數組選擇方式:df[‘A']
切片選擇方式:df[0:3] 或 df[‘20130102':'20130104']
根據標簽選擇:df.loc[‘20130102':'20130104',[‘A','B']]
根據位置選擇:df.iloc[3:5,0:2]
混合選擇:df.ix[:3,[‘A','C']]
條件判斷選擇:df[df.A > 0]
Pandas處理丟失數據
刪除丟失數據的行:df.dropna(how='any')
填充丟失數據:df.fillna(value=5)
數據值是否為NaN:pd.isna(df1)
Pandas合并數據
pd.concat([df1, df2, df3], axis=0):合并df
pd.merge(left, right, on='key'):根據key字段合并
df.append(s, ignore_index=True):添加數據
Pandas導入導出
df.to_csv(‘foo.csv'):保存到csv文件
pd.read_csv(‘foo.csv'):從csv文件讀取
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']):從excel文件讀取
Matplotlib
這里只介紹最簡單的出圖方式:
import pandas as pd import numpy as np import matplotlib.pyplot as plt # 隨機生成1000個數據 data = pd.Series(np.random.randn(1000),index=np.arange(1000)) # 為了方便觀看效果, 我們累加這個數據 data.cumsum() # pandas 數據可以直接觀看其可視化形式 data.plot() plt.show()
?
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】元
