百木园-与人分享,
就是让自己快乐。

Pandas学习笔记 01 python和NumPy基础

pandas预备知识:python和numpy基础

目录

  • 1 python基础
    • 1.1 列表推导式与条件赋值
    • 1.2 匿名函数与map方法
    • 1.3 zip对象与enumerate方法
  • 2 numpy基础
    • 2.1 np数组的构造
    • 2.2 np数组的变形与合并
    • 2.3 np数组的切片与索引
    • 2.4 常用函数
    • 2.5 广播机制
    • 2.6 向量与矩阵的计算

1 python基础

1.1 列表推导式与条件赋值

列表推导式:[* for i in],支持多层嵌套

条件赋值:value = a if condition else b

1.2 匿名函数与map方法

匿名函数: lambda

map方法:需要list()转换为列表

1.3 zip对象与enumerate方法

zip函数将多个可迭代对象打包成一个元组构成的可迭代对象,通过tuplelist可以获得相应结果。

enumerate在迭代时绑定迭代元素的遍历序号。

*zip可进行解压。

2 numpy基础

2.1 np数组的构造

  1. 一般方法:np.array([])

  2. 等差序列

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0),一般设置起点、终点(包含)和样本个数。

np.arange([start,] stop[, step,], dtype=None, *, like=None),一般设置起点、终点(不包含)和步长。

  1. 特殊矩阵

zeros:全零矩阵

eye:单位矩阵,可设置偏移主对角线量

full:指定值填充矩阵

  1. 随机矩阵 np.random

rand:0-1均匀分布的随机数组

randn: 标准正态分布的随机数组

randint: 随机整数组

choice:随机列表抽样

permutation:打散原列表

2.2 np数组的变形与合并

转置:.T

上下合并:r_

左右合并:c_

维度变换:reshapeorder=\'C/F\'表示逐行/列读取,维度空缺使用-1

2.3 np数组的切片与索引

支持使用slice类型的start:end:step切片,也可直接传入列表指定某个维度的索引进行切片。

可以利用np.ix_在对应维度上使用布尔索引,此时不能使用slice切片。

一维数组可直接进行布尔索引,无需np.ix_

2.4 常用函数

  1. where条件函数

​ 指定满足条件与不满足条件位置对应的填充值

  1. nonzero,argmax,argmin

nonzero返回非零数的索引,argmax, argmin分别返回最大和最小数的索引

  1. any, all

    any:序列至少存在一个True或非零元素时返回True,否则返回False

    all:序列元素全为True或非零元素时返回True,否则返回False

  2. cumprod,cumsum,diff

    cumprod,cumsum分别表示累乘和累加函数,返回同长度数组。

    diff表示与前一元素做差,返回长度比原数组少1。

  3. 统计函数

​ 常用统计函数:max, min, mean, median, std, var, sum, quantile

​ 通过array.max()调用,其中quantile为全局方法,通过np.quantile调用。

​ 略过缺失值可使用相应的nan*方法,如nanmax

​ 协方差和相关系数:np.cov(s1, s2)np.corrcoef(s1, s2)

2.5 广播机制

NumPy官方文档

  1. 标量与数组

    概念上将标量拉伸到数组大小,再逐个运算

    实际上直接使用原标量运算,内存和计算效率更高

  2. 数组与数组

​ 操作两个数组时,NumPy按位比较维度形状。

​ 两个维度兼容的情况:维度相同或其中一个维度为1

2.6 向量与矩阵的计算

向量内积:dot

向量范数和矩阵范数:np.linalg.norm

矩阵乘法:@

参考:

joyful pandas教程 https://github.com/datawhalechina/joyful-pandas

NumPy官方文档 https://numpy.org/doc/stable/user/basics.broadcasting.html


来源:https://www.cnblogs.com/ikventure/p/15968443.html
本站部分图文来源于网络,如有侵权请联系删除。

未经允许不得转载:百木园 » Pandas学习笔记 01 python和NumPy基础

相关推荐

  • 暂无文章