Pandas Numpy 入门

发布于 2017-11-03 23:54:42

本文将从宏观上说明这三个库所具有的功能：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

numpy

提供N维的数组数据结构，和有用的线性代数、傅里叶变换、随机数等功能，可以和C/C++、Fortran代码交互。

  • 概念
    • axes 轴：数据的维度
      • rank 秩：维度的数量叫做秩
      • 长度：不同的轴有不同的长度
  • 函数
    • ndarry, array
      • ndim：rank
      • shape: lengths of axes
      • size: product of shape elements
      • dtype: type of elements in array
      • itemsize: size in bytes of each elements of array
      • data: data buffer
  • 数据操纵
    • 创建
      • np.array
        • list of numbers
        • list of tuples
      • np.zeros, np.ones, np.empty
        • size of matrix
      • np.eye：对角单位矩阵
      • np.arange
      • np.linspace
      • np.copy
    • 修改
      • 排序、变形、降维、转置
      • 添加、移除
      • 合并、切分
      • 索引、切片、取子集
    • 向量数学计算（对每一个元素）
    • 统计
      • mean, sum, min, max
      • var：variance，方差
      • std：standard deviation，标准差
      • corrcoef: correlation coefficient，相关系数

pandas

Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions,

在numpy的基础上构建的更高层次的数据操纵工具。numpy本身是一个很低层次的工具，和matlab非常相似。

pandas提供了时间序列功能，数据对齐，NA友好分析（？），分组，合并，取交集（join）等功能。

  • 概念
    • df: DataFrame，数据帧
    • s: Series，序列
    • Panel
  • 数据操纵
    • 导入、导出
      • csv, TSV, excel, sql, json, html, clipboard, dict<key: list>
    • 随机创建
    • 检阅数据
    • 选择定位数据
    • 数据清洗
    • 排序、分组
    • 过滤、排序、分组
    • 合并、组合
      • 行合并
      • 列合并
      • SQLlike join
        • left
        • right
        • outer
        • inner
    • 统计
      • describe()
      • mean(), min(), max(), median(), std()
      • corr(), count()

matplotlib

matplotlib 即 math``plot``lib，数学绘图库。

comments powered by Disqus