| python学习教程之Numpy和Pandas的使用 | 您所在的位置：网站首页 › numpy求最大值的索引 › python学习教程之Numpy和Pandas的使用 |
python学习教程之Numpy和Pandas的使用
|
时间:2017-10-12来源:www.aspku.com 作者:脚本之家文章热度:
℃
前言 本文主要给大家介绍了关于python/266925.html">python/121127.html">python中Numpy和Pandas使用的相关资料，分享出来供大家参考学习，下面话不多说了，来一起看看详细的介绍吧。 它们是什么？ NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 Pandas是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。 List、Numpy与Pandas Numpy与List 相同之处： 都可以用下标访问元素，例如a[0] 都可以切片访问，例如a[1:3] 都可以使用for循环进行遍历不同之处： Numpy之中每个元素类型必须相同；而List中可以混合多个类型元素 Numpy使用更方便，封装了许多函数，例如mean、std、sum、min、max等 Numpy可以是多维数组 Numpy用C实现，操作起来速度更快Pandas与Numpy 相同之处： 访问元素一样，可以使用下标，也可以使用切片访问 可以使用For循环遍历 有很多方便的函数，例如mean、std、sum、min、max等 可以进行向量运算 用C实现，速度更快不同之处：Pandas拥有Numpy一些没有的方法，例如describe函数。其主要区别是：Numpy就像增强版的List，而Pandas就像列表和字典的合集，Pandas有索引。 Numpy使用 1、基本操作 import numpy as np #创建Numpy p1 = np.array([1, 2, 3]) print p1 print p1.dtype [1 2 3] int64 #求平均值 print p1.mean() 2.0 #求标准差 print p1.std() 0.816496580928 #求和、求最大值、求最小值 print p1.sum() print p1.max() print p1.min() 6 3 1 #求最大值所在位置 print p1.argmax() 22、向量运算 p1 = np.array([1, 2, 3]) p2 = np.array([2, 5, 7]) #向量相加，各个元素相加 print p1 + p2 [ 3 7 10] #向量乘以1个常数 print p1 * 2 [2 4 6] #向量相减 print p1 - p2 [-1 -3 -4] #向量相乘，各个元素之间做运算 print p1 * p2 [ 2 10 21] #向量与一个常数比较 print p1 > 2 [False False True]3、索引数组 首先，看下面一幅图，理解下
然后，咱们用代码实现看下 a = np.array([1, 2, 3, 4, 5]) print a [1 2 3 4 5] b = a > 2 print b [False False True True True] print a[b] [3 4 5]a[b]中，只会保留a中所对应的b位置为True的元素 4、原地与非原地 咱们先来看一组运算： a = np.array([1, 2, 3, 4]) b = a a += np.array([1, 1, 1, 1]) print b [2 3 4 5] a = np.array([1, 2, 3, 4]) b = a a = a + np.array([1, 1, 1, 1]) print b [1 2 3 4]从上面结果可以看出来，+=改变了原来数组，而+没有。这是因为： +=：它是原地计算，不会创建一个新的数组，在原始数组中更改元素 +：它是非原地计算，会创建一个新的数组，不会修改原始数组中的元素5、Numpy中的切片与List的切片 l1 = [1, 2, 3, 5] l2 = l1[0:2] l2[0] = 5 print l2 print l1 [5, 2] [1, 2, 3, 5] p1 = np.array([1, 2, 3, 5]) p2 = p1[0:2] p2[0] = 5 print p1 print p2 [5 2 3 5] [5 2]从上可知，List中改变切片中的元素，不会影响原来的数组；而Numpy改变切片中的元素，原来的数组也跟着变了。这是因为：Numpy的切片编程不会创建一个新数组出来，当修改对应的切片也会更改原始的数组数据。这样的机制，可以让Numpy比原生数组操作更快，但编程时需要注意。 6、二维数组的操作 p1 = np.array([[1, 2, 3], [7, 8, 9], [2, 4, 5]]) #获取其中一维数组 print p1[0] [1 2 3] #获取其中一个元素，注意它可以是p1[0, 1]，也可以p1[0][1] print p1[0, 1] print p1[0][1] 2 2 #求和是求所有元素的和 print p1.sum() 41 [10 14 17]但，当设置axis参数时，当设置为0时，是计算每一列的结果，然后返回一个一维数组；若是设置为1时，则是计算每一行的结果，然后返回一维数组。对于二维数组，Numpy中很多函数都可以设置axis参数。 #获取每一列的结果 print p1.sum(axis=0) [10 14 17] #获取每一行的结果 print p1.sum(axis=1) [ 6 24 11] #mean函数也可以设置axis print p1.mean(axis=0) [ 3.33333333 4.66666667 5.66666667]Pandas使用 Pandas有两种结构，分别是Series和DataFrame。其中Series拥有Numpy的所有功能，可以认为是简单的一维数组；而DataFrame是将多个Series按列合并而成的二维数据结构，每一列单独取出来是一个Series。 咱们主要梳理下Numpy没有的功能： 1、简单基本使用 import pandas as pd pd1 = pd.Series([1, 2, 3]) print pd1 0 1 1 2 2 3 dtype: int64 #也可以求和和标准偏差 print pd1.sum() print pd1.std() 6 1.02、索引 （1）Series中的索引 p1 = pd.Series( [1, 2, 3], index = ['a', 'b', 'c'] ) print p1 a 1 b 2 c 3 dtype: int64 print p1['a']（2）DataFrame数组 p1 = pd.DataFrame({ 'name': ['Jack', 'Lucy', 'Coke'], 'age': [18, 19, 21] }) print p1 age name 0 18 Jack 1 19 Lucy 2 21 Coke #获取name一列 print p1['name'] 0 Jack 1 Lucy 2 Coke Name: name, dtype: object #获取姓名的第一个 print p1['name'][0] Jack #使用p1[0]不能获取第一行，但是可以使用iloc print p1.iloc[0] age 18 name Jack Name: 0, dtype: object总结： 获取一列使用p1[‘name']这种索引 获取一行使用p1.iloc[0]3、apply使用 apply可以操作Pandas里面的元素，当库里面没用对应的方法时，可以通过apply来进行封装 def func(value): return value * 3 pd1 = pd.Series([1, 2, 5]) print pd1.apply(func) 0 3 1 6 2 15 dtype: int64同样可以在DataFrame上使用： pd2 = pd.DataFrame({ 'name': ['Jack', 'Lucy', 'Coke'], 'age': [18, 19, 21] }) print pd2.apply(func) age name 0 54 JackJackJack 1 57 LucyLucyLucy 2 63 CokeCokeCoke4、axis参数 Pandas设置axis时，与Numpy有点区别： 当设置axis为'columns'时，是计算每一行的值 当设置axis为'index'时，是计算每一列的值 pd2 = pd.DataFrame({ 'weight': [120, 130, 150], 'age': [18, 19, 21] }) 0 138 1 149 2 171 dtype: int64 #计算每一行的值 print pd2.sum(axis='columns') 0 138 1 149 2 171 dtype: int64 #计算每一列的值 print pd2.sum(axis='index') age 58 weight 400 dtype: int645、分组 pd2 = pd.DataFrame({ 'name': ['Jack', 'Lucy', 'Coke', 'Pol', 'Tude'], 'age': [18, 19, 21, 21, 19] }) #以年龄分组 print pd2.groupby('age').groups {18: Int64Index([0], dtype='int64'), 19: Int64Index([1, 4], dtype='int64'), 21: Int64Index([2, 3], dtype='int64')}6、向量运算 需要注意的是，索引数组相加时，对应的索引相加 pd1 = pd.Series( [1, 2, 3], index = ['a', 'b', 'c'] ) pd2 = pd.Series( [1, 2, 3], index = ['a', 'c', 'd'] ) print pd1 + pd2 a 2.0 b NaN c 5.0 d NaN dtype: float64出现了NAN值，如果我们期望NAN不出现，如何处理？使用add函数，并设置fill_value参数 print pd1.add(pd2, fill_value=0) a 2.0 b 2.0 c 5.0 d 3.0 dtype: float64同样，它可以应用在Pandas的dataFrame中，只是需要注意列与行都要对应起来。 总结 这一周学习了优达学城上分析基础的课程，使用的是Numpy与Pandas。对于Numpy，以前在Tensorflow中用过，但是很不明白，这次学习之后，才知道那么简单，算是有一定的收获。 好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对ASPKU源码库的支持。 |
【本文地址】