numpy：數值型，無索引，重點在於進行矩陣運算
pandas：多資料型別，有索引，重點在於進行資料分析
s = pd.series([1
,3,6
,np.nan,44,
1])print
(s)dates = pd.date_range(
'20200807'
,periods=6)
print
(dates)
#自己設定行列的索引名稱(也可用字典直接匯入)
df = pd.dataframe(np.random.randn(6,
4),index = dates,columns =
['a'
,'b'
,'c'
,'d'])
print
("自己設定索引名稱："
,df)
#預設索引名稱
df1 = pd.dataframe(np.arange(12)
.reshape(3,
4))print
("索引名稱預設："
,df1)
#輸出列的索引,index
print
("列的索引："
,df.index)
#輸出行的索引,columns
print
("行的索引："
,df.columns)
#輸出所有的值
print
("所有的值："
,df.values)
#輸出有關屬性，和，平均值，方差等等
print
("相關屬性:"
,df.describe())
#同理，要進行行的提取計算，對矩陣進行轉置即可
print
("相關屬性（行）:"
,df.t.describe())
#排序print
("按列排序："
,df.sort_index(axis=
1, ascending=
false))
print
("按行排序："
,df.sort_index(axis=
0, ascending=
false))
#對某一列進行排序
print
("對a列進行排序"
numpy pandas基礎用法詳解
初學pandas不斷補充整理歸納常用的，配合numpy使用預設 import pandas as pd import numpy as np 習慣簡寫一 建立 1.seriess pd.series 1,3,4,np.nan,1 2.日期dates pd.date range 20180101 pe...
numpy pandas基礎入門（2）
在numpy中的基本運算，常用的有 乘方 dot 矩陣乘法 import numpy as np a np.array 1 2,3 b np.array 4 8,6 c1 a b 減法運算，對應位置元素相減 c2 a b 加法運算，對應位置元素相加 c3 a b 乘法運算，對應位置元素相乘 c4 a...
numpy pandas 計算雜訊特徵序列
出入t圈小菜雞，因工作需要學習了pandas numpy資料分析庫，謹以此帖，記錄經驗。如下圖所示，雜訊特徵幅度基本在0 1e13之間波動。請計算 data.npy資料中雜訊特徵幅度高於0.5e13所佔比例，並按自然小 時 0點 1點 統計該比例隨時間的分布。匯入原始資料 data pd.conca...