好全啊！千字图文实例详解numpy、pandas

numpy

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

  • 一个强大的N维数组对象 ndarray

  • 广播功能函数

  • 整合 C/C++/Fortran 代码的工具

  • 线性代数、傅里叶变换、随机数生成等功能

广告

利用Python进行数据分析

作者：Wes McKinney

京东

Pandas

pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。

Pandas 是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。

pd.Series

Series 用于存储一行或者一列的数据，以及与之相关的索引集合（类似于列表，但是有索引）。

pd.DataFrame(...)

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由series组成的字典（共用同一个索引）。

DateFrame特点：
（1）DataFrame中面向行和面向列的操作基本是平衡的。
（2）DataFrame中的数据是以一个或多个两维块存放的（而不是列表、字典或别的一维数据结构）

03

索引

  • 重新索引：reindex

  • 索引、切片、过滤

  • 使用loc 、iloc进行索引

  • 删除(drop)

04

算术运算与数据对齐

  • DataFrame 与 Series间的运算

05

函数应用

  • 排序、排名

  • 带有重复值的轴索引

06

汇总与描述统计

07

唯一值、值计数、成员资格

08

数据清洗

  • 处理缺失数据

09

导入导出数据

 

                     

10

合并（concat、merge）

  • concat合并 

  • merge合并 

11. 分组 groupby

11-1  对分组进行迭代

11-2  分组方法

11-3  分组运算和转换

11-4  groupby示例

12.  透视表 pivot_table

12-1  透视表示例

12-2  透视表示例

12. 数据聚合

13. 交叉表

赞 (0)

相关推荐