欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

python常用命令有哪些

程序员文章站 2022-03-30 09:30:02
...

Python常用的命令有:1、打开csv文件;2、数据重新排序【dataframe index】;3、求标准差;4、向上取整;5、希尔伯特变换;6、dataframe修改列名;7、按照某一列进行升序或者降序排列等等。

python常用命令有哪些

【推荐课程:Python教程

Python常用的命令有:

(1)打开csv文件

import pandas as pd 
df=pd.read_csv(r’data/data.csv’)

(2)dataframe index 重新排序

data=df.sort_index(axis=0,ascending=False)

(3)dataframe 按照某一列进行升序或者降序排列

data=df.sort([‘date’],ascending=True升序,False降序)

(4)dataframe 的index重新从0开始

data=data.reset_index(drop=True)

(5)画横坐标是日期的图

import matplotlib.pyplot as plt 
x=data[‘date’]#日期是字符串形式 
y=data[‘close price’] 
plt.plot_date(x,y)

(6)求标准差

import numpy as np 
np.std

(7)下取整

import math 
math.floor

上取整:math.ceil

(8)希尔伯特变换

from scipy import fftpack 
hx= fftpack.hilbert(price)

(9)值排序

data.order()

(10)差分

data.diff(1)#一阶差分
dataframe 删除元素 
data.drop(元素位置)

(11)嵌套的array处理方法

import itertools 
a = [[1,2,3],[4,5,6], [7], [8,9]] 
out = list(itertools.chain.from_iterable(a))

(12)dataframe修改列名

data.columns=[‘num’,’price’]

(13)excel表导入以后有空行解决办法

import numpy as np 
data= data.drop(data.loc[np.isnan(data.name.values)].index)

(15)diff用法

一.是dataframe或者series格式,直接就用data.diff()

二.是list格式,先转换成转换成list格式data=data.tolist() 然后dif=np.diff(data)

(16)dataframe中的日期type不是date格式,不能直接相加减,所以先转换成list格式

t=data.time.tolist() 
date_time = datetime.datetime.strptime(str(t),’%Y-%m-%d %H:%M:%S’) 
date_time=datetime.date(date_time.year,date_time.month,date_time.day) 
past= date_time - datetime.timedelta(days=n*365)

(17)符号化

np.sign

(18)字典的使用

label={‘11’:’TP’,’1-1’:’FN’,’-11’:’FP’,’-1-1’:’TN’} 
for i in range(len(data1)): 
state=str(int(data1[i]))+str(int(data2[i])) 
result.append(label[state])

(19)用plt画图的时候中文不显示的解决办法

from matplotlib.font_manager import FontProperties 
font_set = FontProperties(fname=r”c:\windows\fonts\simsun.ttc”, size=15) 
plt.title(u’中文’, fontproperties=font_set)

(20)获取当前程序运行的时间

from time import time 
time1=time() 
time2=time() 
print(time2-time1)

总结:以上就是本篇文章的全部内容了,希望对大家有所帮助。

以上就是python常用命令有哪些的详细内容,更多请关注其它相关文章!

相关标签: python