numpy:
是 Python 的一个扩展程序库，支持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
简单来说：就是支持一维数组和多维数组的创建和操作，并有丰富的函数库。
直接看例子
一维数组：
k=np.array([1,2,3,4]) np.ndim(k) #查看维数 1 np.shape(k) #显示维度的元素个数 (4,) k.size #总共多少个数字 4
二维数组：
m=np.array([[1,2,3,4],[0.1,0.2,0.3,0.4]]) np.shape(m) # (2, 4) #两个维度，一个维度4个数字 m array([[1. , 2. , 3. , 4. ], [0.1, 0.2, 0.3, 0.4]]) m.size 8
m[:,0:2] #显示每个维度里面第一和第二个数字
array([[1. , 2. ],
[0.1, 0.2]])
下面看看一个图
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,它本身有很多的函数去处理维度层面的数据。
例如：
datas=pd.date_range('20191125',periods=6)
df=pd.DataFrame(np.random.randn(6,4),index=datas,columns=list('abcd')) #通过numpy生成（6，4）的随机数字 df a b c d 2019-11-25 -0.050400 1.399334 -0.747377 -0.246388 2019-11-26 -1.737346 -0.398420 -0.109420 0.532931 2019-11-27 1.960727 -0.267495 -0.069288 0.071406 2019-11-28 0.430069 -1.064840 -0.046383 1.358375 2019-11-29 -0.648332 -1.448899 -1.246229 -0.331214 2019-11-30 -0.468561 -0.995754 0.750662 0.335533
查看某列，某行数据，有个缺陷：写了行不能写列，写了列不能写行
df['a'] #查看a名称列的数据 2019-11-25 -0.050400 2019-11-26 -1.737346 2019-11-27 1.960727 2019-11-28 0.430069 2019-11-29 -0.648332 2019-11-30 -0.468561 Freq: D, Name: a, dtype: float64
#查看某行或者某几行数据
df['2019-11-25':'2019-11-28'] #注意
a b c d
2019-11-25 -0.050400 1.399334 -0.747377 -0.246388
2019-11-26 -1.737346 -0.398420 -0.109420 0.532931
2019-11-27 1.960727 -0.267495 -0.069288 0.071406
2019-11-28 0.430069 -1.064840 -0.046383 1.358375
df['2019-11-25':'2019-11-25'] #注意
a b c d
2019-11-25 -0.0504 1.399334 -0.747377 -0.246388
重要方法一：loc 根据数组里面存在的元素查找需要的部分
下面以df为例子
datas=pd.date_range('20191125',periods=6)
df=pd.DataFrame(np.random.randn(6,4),index=datas,columns=list('abcd')) df a b c d 2019-11-25 -0.050400 1.399334 -0.747377 -0.246388 2019-11-26 -1.737346 -0.398420 -0.109420 0.532931 2019-11-27 1.960727 -0.267495 -0.069288 0.071406 2019-11-28 0.430069 -1.064840 -0.046383 1.358375 2019-11-29 -0.648332 -1.448899 -1.246229 -0.331214 2019-11-30 -0.468561 -0.995754 0.750662 0.335533
df.loc['2019-11-25':'2019-11-25','a':'b'] #查看日期2019-11-25的 a,b两列
a b
2019-11-25 -0.0504 1.399334
#需要取行中不连续的，要使用index,例如上面的index=datas,相当于把时间放入一个列表里面
df.loc[datas[0::2],'a':'b']
a b
2019-11-25 -0.050400 1.399334
2019-11-27 1.960727 -0.267495
2019-11-29 -0.648332 -1.448899
重要方法之二：iloc，它的原理将行列转化成列表的索引表示
df.iloc[0:1,1:2] #就不会出现数组里面的元素了 b 2019-11-25 1.399334 df.iloc[::2,0:2] a b 2019-11-25 -0.050400 1.399334 2019-11-27 1.960727 -0.267495 2019-11-29 -0.648332 -1.448899
pandas重要方法之三：groupby 根据某个列值取排列某个列或者多个列，用来计算
>>> df1=pd.DataFrame({'Data1':np.random.randint(0,10,5),'Data2':np.random.randint(10,20,5),'key1':list('aabba'),'key2':list('xyyxy')})
>>> df1
Data1 Data2 key1 key2
0 7 15 a x
1 3 11 a y
2 3 18 b y
3 6 15 b x
4 9 10 a y
根据单列来对单列分组计算
>>> mm=df1['Data1'].groupby(df1['key1'])
查看mm的分组情况
>>> mm.groups #'key1'列排序后就两个字符串 a,b 然后分别根据a,b来对'Data1'列进行分组
{'a': Int64Index([0, 1, 4], dtype='int64'), 'b': Int64Index([2, 3], dtype='int64')}
#对mm进行求平均
>>> mm.mean()
key1
a 6.333333
b 4.500000
Name: Data1, dtype: float64
#根据多列对多列分组
>>> df1.groupby([df1['key1'],df1['key2']]).sum()
Data1 Data2
key1 key2
a x 7 15
y 12 21
b x 6 15
y 3 18
根据多列对多列分组看下图
