Numpy与Pandas基础
Numpy与Pandas基础
计算机小白
关注他
1 人赞同了该文章
本文包括：
- 一维数据分析
- 二维数据分析
一、一维数组
- Numpy的一维数组(array)
创建一个一维数组，参数传入的是一个一维列表[2,3,4,5]
注意：序号是从0开始
(1)三种访问一维数组元素的方法：
- 根据序号查询元素：a[0]
- 切片：三个参数 [start_index : stop_index : step]
start_index是切片的起始位置
stop_index是切片的结束位置（不包括）
step可以不提供，默认值是1，步长值不能为0，不然会报错ValueError
- 循环访问：
for i in a:
(2)查看数据类型：dtype()函数
(3)与列表list的区别
- 统计功能：
平均值函数mean()：
标准差函数std()：
- 向量化运算：
向量相加:即对位相加
向量乘以标量
- 注意：numpy中的元素必须是同一种数据类型，列表中的元素可以不是同一种数据类型。
2.Pandas的一维数组(series)
(1)创建一维数组：Series相较于Array多了索引，可以在定义的时候需要指定或忽视索引。
- 通过一维数组或者列表创建
- 通过字典的方式创建
(2)常用的获取描述统计信息函数
- 描述统计信息：describe()
- 根据索引获取值: iloc()
- 根据索引获取值：loc()
- 向量相加：
两向量s1和s2相加得s3
方法一：
方法二：
小结：在numpy和pandas这两个包中，都有表示一维数据的特殊数据结构。在pandas中，一维数据结构是Series。在numpy中，一维数据结构是数组Array。Series 的功能相对numpy的Array要更多，因为Series是建立在Numpy至上的
二、二维数组
- Numpy的一维数组(array)
定义一个二维数组：
所创二维数组如图所示，行号和列号都是从0开始计数
(1)常用的基本操作
- 查询元素
- 获取第一行(切片):
注意：第一行的行号为0
- 获取第一列(切片)：
(2)Numpy数轴参数
- 轴：在numpy中可以理解为方向，使用0，1，2数字表示。对于一个一维数组，只有一个0轴，对于2维数组（shape（2，2））只有0轴和1轴，对于3维数组（shape（2，2，3））有0，1，2轴。意义：有了轴的概念后，我们计算会更加方便，比如计算一个2维数组的平均值，必须指定是计算哪个方向上面数字的平均值。
二维数组的轴：
当axis=1的时候，统计值按行来进行计算
当axis=0的时候，统计值按列来进行计算
- 常用计算：
平均值(mean)计算
2.Pandas二维数组(DataFrame)
创建一个有序二维数组：
(1)常见分析操作:
- iloc属性用于根据位置查询值:查询元素：变量名.iloc[元素所在的行，元素所在的列]
上图为：查询某一元素
上图为：查询某一行
上图为：查询某一列
- loc属性用于根据索引获取值：变量名.loc[元素所在的行，需查询的列名]
上图为：查询某一元素
上图为：查询某一行
上图为：查询某一列
(2)复杂查询：
- 切片功能
- 条件判断
筛选出销售数量大于1的药品
#通过条件判断筛选
#第1步：构建查询条件
querySer=salesDf.loc[:,'销售数量']>1
print(type(querySer))
print(querySer)
salesDf.loc[querySer,:](3)查看数据集描述统计信息
- 打印出前三行
- 查看数据大小
- 查看某一列的数据类型
- 查看每一列的统计数值
小结：在二维数组上，DataFrame相较于Array有两个优点：1.每列的数据可以是不同的类型。2.具有索引功能（类似于Series），每行和每列都有索引值