python資料分析

2021-07-12 02:27:10 字數 2725 閱讀 3573

陣列間的算術運算

npwhere

pandas的使用

np.random.rand(3,4)#產生乙個3行4列的矩陣(0-1之間的)

in [32]: data1=[1,2,3,4.0]

in [34]: arr1 = np.array(data1)

in [35]: arr1

out[35]: array([ 1., 2., 3., 4.])

in [37]: data2=[(1,23,3.),(2,3,5)]

in [38]: arr2=np.array(data2)

in [39]: arr2

out[39]:

array([[ 1., 23., 3.],

[ 2., 3., 5.]])

arr1.ndim

arr1.shape

arr1.dtype

zeros

in [40]: np.zeros(10)

out[40]: array([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])

in [42]: np.zeros((3,3))

out[42]:

array([[ 0., 0., 0.],

[ 0., 0., 0.],

[ 0., 0., 0.]])

ones,eye,empty

arange

in [43]: np.arange(15)

out[43]: array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])

astype

in [44]: arr=np.ones((3,3))

in [45]: arr

out[45]:

array([[ 1., 1., 1.],

[ 1., 1., 1.],

[ 1., 1., 1.]])

in [47]: arr.astype(np.int64)

out[47]:

array([[1, 1, 1],

[1, 1, 1],

[1, 1, 1]], dtype=int64)

in [50]: arr=np.array([[1,2,3],[4,5,6]])

in [51]: arr

out[51]:

array([[1, 2, 3],

[4, 5, 6]])

in [52]: arr*arr

out[52]:

array([[ 1, 4, 9],

[16, 25, 36]])

in [53]: arr-arr

out[53]:

array([[0, 0, 0],

[0, 0, 0]])

in [54]: arr**0.5

out[54]:

array([[ 1. , 1.41421356, 1.73205081],

[ 2. , 2.23606798, 2.44948974]])

in [55]: arr/2.

out[55]:

array([[ 0.5, 1. , 1.5],

[ 2. , 2.5, 3. ]])

in [2]: xarr=np.array([1.1,1.2,1.3,1.4,1.5])

in [3]: yarr=np.array([2.1,2.2,2.3,2.4,2.5])

in [6]: cond = np.array([true,false,true,true,false])

in [7]:result = np.where(cond,xarr,yarr)#相當於c語言的三目運算(條件?表示式1;表示式2)

in [8]: result

out[8]: array([ 1.1, 2.2, 1.3, 1.4, 2.5])

將正值換為2負值換為-2

in [9]: arr = np.random.randn(4,4)

in [10]: arr

out[10]:

array([[-0.04664521, 0.88642482, 1.2859935 , -1.41718901],

[-0.7753382 , 0.68117095, 1.41066347, 0.22943825],

[-0.87982581, -0.28701962, -0.71245947, 1.49186814],

[-1.85635383, -1.87134631, -0.41743389, 0.78895452]])

in [11]:np.where(arr>0,2,-2)

(np.where(arr>0,2,arr)#只將大於0的換成2

out[11]:

array([[-2, 2, 2, -2],

[-2, 2, 2, 2],

[-2, -2, -2, 2],

[-2, -2, -2, 2]])

引用十分鐘搞定pandas

python資料科學家

python資料分析

以網路爬蟲為例,網路爬蟲是乙個自動提取網頁的程式,爬蟲是搜尋引擎的第一步,也是最容易的一部。網頁搜尋,建立索引,查詢排序 用c c 效率高,速度塊,適合通用搜尋引擎做往往爬取。但是它的缺點也特別明顯 開發慢,寫起來又臭又長的。而python無論在資料分析還是在指令碼自動化編寫尚都是簡單,易學的。良好...

python資料分析

1.資料分析的含義與目標 2.python與資料分析 3.python資料分析大家族 4.python環境搭建 一 numpy 功能 ndarray 多維操作 線性代數 官網 numpy是python語言的乙個擴充程式庫。支援高階大量的維度陣列與矩陣運算,此外也針對陣列運算提供大量的數學函式庫。nu...

Python資料分析

介紹 在這個簡短的教程中,您將使用python啟動並執行使用pandas庫進行資料分析。您將學習如何在python中讀取csv資料,清理它們,提取部分資料,執行統計並生成影象圖形。在python中使用pandas載入csv資料 pandas。這絕對是 用於資料分析的python 的同義詞。panda...