Python扩展包
1、NumPy
NumPy提供了多种python本身不支持的多种集合，有list、ndarray和ufunc。
-
list
更加灵活的数组，支持多维，数据可不同型，存储数量远大于array。array只支持同型数据，空间有限。
-
ndarray
多维数组类，方便操纵多维数组，数据必须同型，操纵高效。
-
ufunc
对数组进行高效处理的函数。主要用于高维数组的访问，底层使用c/c++实现。
1.1 构造数组
import numpy as np
# 一维数组
arr = np.array([2,0,1,5,8,3], dtype=np.float64)
# 二维数组
arr = np.array([[1, 2, 3, 4], [4, 5, 6, 7], [7, 8, 9, 10]], dtype=np.float64)
1.2 max函数
# 提取数组最大值
arr.max()
1.3 min
arr.min()
1.4 sort
arr.sort()
1.5 数组形状
# 属性
arr.shape
# 内置函数
type(a)
1.6 切片
切片本质上就是去数组的子集。
# 全部元素
arr[:]
# 开始至导数第二个元素
arr[:-2]
# 最后的两个元素
arr[-2:]
# 第一个元素
arr[:1]
# 二维数组切片
arr[:][:]
#
arr[1][:-2]
1.7 数学函数
Numpy封装了很多数学函数。
-
正弦函数
np.sin(np.pi / 6) -
zeros函数
# 初始化所有元素为0。 np.zeros((3,4) ,dtype=np.float64), -
ones
# 初始化所元素为1 np.ones((3,4) ,dtype=np.float64)
1.8 数组与标量值计算
-
同型数组相乘就是对应元素相乘
arr1 = np.array([[1,2,3],[4,5,6]]) arr2 = arr1 * arr1 # 结果 [ [1,4,9] , [16,25,36] ] -
同型数组相减对应元素相减
arr1 = np.array([[1,2,3],[4,5,6]]) arr2 = arr1 - arr1 # 结果 [ [0,0,0] , [0,0,0] ] -
数组的倒数对应每个元素的倒数
arr1 = np.array([[1,2,3],[4,5,6]]) arr2 = 1 / arr1 # 结果 [ [1,0.5,0.33333] , [0.25,0.2,0.166666] ]
1.9 布尔索引
# 名称数组
names = np.array(['Bob','Joe','Bob','Joe'])
names == 'Bob'
# 结果
array([ True, False, True, False])
1.10 随机数组
# 随机数组
arr = np.random.randn(4,4)
# 结果
array([[-0.63024369, -0.46411696, 0.39215462, -1.59666929],
[-0.66560699, -0.39085017, 1.44804687, -0.32239144],
[-0.23065156, -2.05660209, -0.59777198, 0.36496691],
[-2.21541391, 1.61258062, -0.43754217, -0.58834426]])
# 同布尔型数组组合
arr[names=='Bob']
array([[-0.63024369, -0.46411696, 0.39215462, -1.59666929],
[-0.23065156, -2.05660209, -0.59777198, 0.36496691]])
1.11 空数组
空数组赋值，是对每个元素都进行赋值。
# 空数组，里面没有任何内容
arr = np.empty((5,4))
for i in range(5):
arr[i] = i
# 结果
array([[0., 0., 0., 0.],
[1., 1., 1., 1.],
[2., 2., 2., 2.],
[3., 3., 3., 3.],
[4., 4., 4., 4.]])
1.12 通用函数
-
np.arange
arr = np.arange(10) # 结果 array([1,2,3,4,5,6,7,8,9]) -
np.sqrt
np.sqrt(array([1,4,9])) # 结果 array([1,2,3]) -
np.random.randn(8)
arr = np.random.randn(8) # 结果 array([ 0.67089833, 0.29382861, 0.83511179, -0.44452724, 0.12621945, -0.7167797 , -0.42452128, -0.63488661]) -
np.maximum(a,b)
x = np.array([1,2,3]) y = np.array([5,0,5]) np.maximum(x,y # 结果 array([5, 2, 5]) -
一元函数
函数 解释 abs 绝对值 exp 指数 ceil ceil floor floor cos、sin、cosh、sinh 普通型和双曲型三角函数 arccos 反余弦 arcsin 反正弦 -
二元函数
函数 解释 add multiply divide、floor_divide
2、pandas
pandas 是panel data的之意。它是Python最强大的数据分析和探索工具，因金融数据分析工具而开发，支持类似SQL的数据增删改查功能，支持时间序列分析，灵活处理缺失数据。pandas有两种数据类型，Series和DataFrame。
2.1 Series
Series是一列数据，相当于表格中的一列。
s1 = Series([1,2,3,4])
# key是索引列
s1 = Series({'a':100 , 'b':200 , 'c':300 ,'d':400})
# 所有值
s1.values
# 所有索引
s1.index
# 通过索引访问
s1['b']
2.2 DataFrame
数据框是二维表格，类似于关系型数据库中的表。
# 构造数据
data = {"name":["yahoo","google","facebook"], "marks":[200,400,800], "price":[9, 3, 7]}
# 数据全部列
df1 = DataFrame(data)
# 使用指定的列
pds=pd.DataFrame(data,columns=['name','price','marks'])
数据框结构如下：
| name | marks | price |
|---|---|---|
| yahoo | 200 | 9 |
| 400 | 3 | |
| 800 | 7 |