浅析Python数据处理


Posted in Python onMay 02, 2018

Numpy、Pandas是Python数据处理中经常用到的两个框架,都是采用C语言编写,所以运算速度快。Matplotlib是Python的的画图工具,可以把之前处理后的数据通过图像绘制出来。之前只是看过语法,没有系统学习总结过,本博文总结了这三个框架的API。

以下是这三个框架的的简单介绍和区别:

  • Numpy:经常用于数据生成和一些运算
  • Pandas:基于Numpy构建的,是Numpy的升级版本
  • Matplotlib:Python中强大的绘图工具

Numpy

Numpy快速入门教程可参考:Numpy tutorial

Numpy属性

ndarray.ndim:维度

ndarray.shape:行数和列数,例如(3, 5)

ndarray.size:元素的个数

ndarray.dtype:元素类型

Numpy创建

array(object, dtype=None):使用Python的list或者tuple创建数据

zeors(shape, dtype=float):创建全为0的数据

ones(shape, dtype=None):创建全为1的数据

empty(shape, dtype=float):创建没有初始化的数据

arange([start, ]stop, [step, ]dtype=None):创建固定间隔的数据段

linspace(start, stop, num=50, dtype=None):在给定的范围,均匀的创建数据

Numpy运算

加、减:a + b、a - b

乘:b*2、10*np.sin(a)

次方:b**2

判断:a<35,输出True或False的数组

矩阵乘:np.dot(A,B) 或 A.dot(B)

其他:+=、-+、sin、cos、exp

Numpy索引

数组索引方式:A[1, 1]

切片:A[1, 1:3]

迭代:for item in A.flat

Numpy其他

reshape(a, newshape):改变数据形状,不会对原始数据进行修改,返回一组新数据

resize(a, new_shape):改变数据形状,会对原始数据进行修改,不返回数据

ravel(a):将成一维返回

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):深度拷贝

Pandas

Pandas快速入门教程可参考:10 Minutes to pandas

Pandas数据结构

Pandas的数据结构有两种:Series和DataFrame。

Series:索引在左边,值在右边。创建方式如下:

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:是一个表格型的数据结构,既有行索引也有列索引, 它可以被看做由Series组成的大字典。创建方式如下:

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查看数据

index:索引

columns:列索引

values:值

head(n=5):返回前n项数据

tail(n=5):返回后n项数据

describe():打印出数据的数量、平均值等各项数据

sort_index(axis=1, ascending=False):根据索引排序

sort_values(by='B'):根据索引值排序

Pandas选择数据

数组选择方式:df[‘A']

切片选择方式:df[0:3] 或 df[‘20130102':'20130104']

根据标签选择:df.loc[‘20130102':'20130104',[‘A','B']]

根据位置选择:df.iloc[3:5,0:2]

混合选择:df.ix[:3,[‘A','C']]

条件判断选择:df[df.A > 0]

Pandas处理丢失数据

删除丢失数据的行:df.dropna(how='any')

填充丢失数据:df.fillna(value=5)

数据值是否为NaN:pd.isna(df1)

Pandas合并数据

pd.concat([df1, df2, df3], axis=0):合并df

pd.merge(left, right, on='key'):根据key字段合并

df.append(s, ignore_index=True):添加数据

Pandas导入导出

df.to_csv(‘foo.csv'):保存到csv文件

pd.read_csv(‘foo.csv'):从csv文件读取

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']):从excel文件读取

Matplotlib

这里只介绍最简单的出图方式:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 随机生成1000个数据
data = pd.Series(np.random.randn(1000),index=np.arange(1000))
# 为了方便观看效果, 我们累加这个数据
data.cumsum()
# pandas 数据可以直接观看其可视化形式
data.plot()
plt.show()

 

Python 相关文章推荐
python使用sorted函数对列表进行排序的方法
Apr 04 Python
python 匹配url中是否存在IP地址的方法
Jun 04 Python
Python字符串内置函数功能与用法总结
Apr 16 Python
python验证身份证信息实例代码
May 06 Python
使用Python-OpenCV向图片添加噪声的实现(高斯噪声、椒盐噪声)
May 28 Python
Django项目主urls导入应用中views的红线问题解决
Aug 10 Python
Python 最强编辑器详细使用指南(PyCharm )
Sep 16 Python
python实现ip地址的包含关系判断
Feb 07 Python
Python使用graphviz画流程图过程解析
Mar 31 Python
Windows 平台做 Python 开发的最佳组合(推荐)
Jul 27 Python
Python:__eq__和__str__函数的使用示例
Sep 26 Python
python读写数据读写csv文件(pandas用法)
Dec 14 Python
python pycurl验证basic和digest认证的方法
May 02 #Python
python解决js文件utf-8编码乱码问题(推荐)
May 02 #Python
用TensorFlow实现戴明回归算法的示例
May 02 #Python
用TensorFlow实现lasso回归和岭回归算法的示例
May 02 #Python
Python实现确认字符串是否包含指定字符串的实例
May 02 #Python
详解用TensorFlow实现逻辑回归算法
May 02 #Python
Python获取指定字符前面的所有字符方法
May 02 #Python
You might like
浅析php原型模式
2014/11/25 PHP
php resizeimage 部分jpg文件 生成缩略图失败的原因分析及解决办法
2016/03/23 PHP
jquery操作cookie插件分享
2014/01/14 Javascript
jQuery focus和blur事件的应用详解
2014/01/26 Javascript
js获取ajax返回值代码
2014/04/30 Javascript
jQuery如何将选中的对象转化为原始的DOM对象
2014/06/09 Javascript
使用百度地图api实现根据地址查询经纬度
2014/12/11 Javascript
jquery调取json数据实现省市级联的方法
2015/01/29 Javascript
JQuery查找DOM节点的方法
2015/06/11 Javascript
详解js中构造流程图的核心技术JsPlumb(2)
2015/12/08 Javascript
在JavaScript中call()与apply()区别
2016/01/22 Javascript
学习Javascript闭包(Closure)知识
2016/08/07 Javascript
基于JS实现横线提示输入验证码随验证码输入消失(js验证码的实现)
2016/10/27 Javascript
微信小程序进行微信支付的步骤昂述
2016/12/01 Javascript
微信小程序 配置文件详细介绍
2016/12/14 Javascript
jQuery实现贪吃蛇小游戏(附源码下载)
2017/03/04 Javascript
JavaScript数据结构之二叉查找树的定义与表示方法
2017/04/12 Javascript
详解vue父子组件间传值(props)
2017/06/29 Javascript
Bootstrap图片轮播效果详解
2017/10/17 Javascript
vue设置全局访问接口API地址操作
2020/08/14 Javascript
pycharm 使用心得(二)设置字体大小
2014/06/05 Python
讲解Python中if语句的嵌套用法
2015/05/14 Python
Python基于PyGraphics包实现图片截取功能的方法
2017/12/21 Python
opencv python 基于KNN的手写体识别的实例
2018/08/03 Python
python opencv 图像拼接的实现方法
2019/06/27 Python
Python学习笔记之字符串和字符串方法实例详解
2019/08/22 Python
VSCode 自定义html5模板的实现
2019/12/05 HTML / CSS
美国男装连锁零售商:Men’s Wearhouse
2016/10/14 全球购物
shallow copy和deep copy的区别
2016/05/09 面试题
妇产科护士自我鉴定
2013/10/15 职场文书
物流业务员岗位职责
2014/02/08 职场文书
环卫工人节活动总结
2014/08/29 职场文书
首都博物馆观后感
2015/06/05 职场文书
食堂卫生管理制度
2015/08/04 职场文书
手写Spirit防抖函数underscore和节流函数lodash
2022/03/22 Javascript
VW、VH适配移动端的解决方案与常见问题
2023/05/21 HTML / CSS