Numpy和Pandas速成

一、Numpy的使用

1. 數組的屬性
   arr=np.array([[1,2,3],[2,3,4]],dtype=np.float32)
   注：dtype默認是float64
   print(arr.ndim)
   print(arr.shape)
   print(arr.size)
   np.sum(a,axis=…)
   np.max(a,axis=…)
   np.min(a,axis=…)
   np.argmin(a)#返回最小值索引
   np.argmax(a)
   np.mean(a)
   np.cumsum(a)#累加
   np.diff(a)#累差
   np.nonzero(a)#返回不是零的索引
   np.transpose(a)#轉置
   np.clip(a,5,9)#a中大於9的數變成9 小於5的數變成5

2. 定義數組的方法
   np.zeros((3,4))
   np.ones((3,4))
   np.empty((3,4))
   np.arange(10,20,2)
   np.linspace(1,10,20)
   np.random.random((2,4))

3. 矩陣運算
   np,sin(a)
   np.dot(a,b)
   a.dot(b)

4. 矩陣合併
   np.vstack(a,b)
   np.hstack(a,b)
   np.concatenate((A,B,B,A),axis=1)
   注：a[np.newaxis,:]序列變矩陣

5. 矩陣分割
   np.split(a,分割的塊數,axis=…)
   np.array_split(同上)不等的分割
   np.hsplit(a,分割的塊數)
   np.vsplit(a,分割的塊數)

6. 矩陣複製
   a.copy()深拷貝
   等號兩變量賦值是淺拷貝

二、Pandas的使用

1. 屬性
   df.T
   df.values
   df.columns
   df.index
   df.describe()
   df.sort_value(by=‘E’)
   df.sort_index(axis=0,ascending=False)
2. 創建
   pd.Series([1,2,3,41])
   pd.date_range(‘20160101’,periods=6)
   pd.DateFrame(np.random.randn(6,4),index=a,columns=[‘a’,‘b’,‘c’])#生成有行列索引的表格
3. 篩選
   df.iloc#按索引取值
   df.loc#按標籤取值
   df.ix#混合篩選
   df.A[df.A>8]#布爾篩選
4. 處理缺失數據
   df.dropna(axis=0,how=‘all’)
   df.fillna(value=0)
   np.any(df.isnull()==True)
5. 讀取
   pd.read_csv(‘文件名’)
6. 合併

• concat

1. pd.concat([df1,df2,df3],axis=0,ignore_index=True,join=‘inner’)#上下合併 默認outer
2. pd.concat([df1,df2,df3],axis=0,ignore_index=True,join_index=[df1.index])#左右合併

• merge

1. pd.merge(left,right,on=[‘key’],how=’'right)
   how可以取left、right、outer、inner