python用于数据科学中的实用函数（一）

最新推荐文章于 2024-11-28 19:29:21 发布

原创最新推荐文章于 2024-11-28 19:29:21 发布 · 209 阅读

0 ·

CC 4.0 BY-SA版权

python 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了使用Python进行数据处理的方法，包括从CSV文件读取数据、数组的列合并与行合并操作，以及如何进行矩阵与数组的算术运算。

#1. 
    DataPanda = pandas.read_csv(path, sep=',', engine='python')
    DataSets  = DataPanda.values # 返回数据类型为二维数组
    Datas = pandas.DataFrame(DataSets)              
    Datas.to_csv(CsvPath, mode='a', header=0, index=0) # 写入csv，
    									#header=0, index=0不显示头和行号

#2.  
    np.column_stack((array1, array2)) 	# 列合并数组
    np.row_stack((array1, array2)) 	 	# 行合并数组
        	
#3.
    n = line.count(',') # 查找字符出现的次数
    
#4.
	a = np.matrix([[1,2,3,4,5]]*3) # 重复扩展矩阵
	b = np.matrix([2,4,6,8,10])
	c = a/b
	print(c)
	print(type(c))
	#[[0.5 0.5 0.5 0.5 0.5]
	# [0.5 0.5 0.5 0.5 0.5]
	# [0.5 0.5 0.5 0.5 0.5]]
	#<class 'numpy.matrixlib.defmatrix.matrix'>
	
#5.
	a = np.array([[1,2,3,4,5]]*3) # 重复扩展数组
   	b = np.array([2,4,6,8,10])
    c = a/b
    print(c)
    print(type(c))
    #[[0.5 0.5 0.5 0.5 0.5]
    # [0.5 0.5 0.5 0.5 0.5]
    # [0.5 0.5 0.5 0.5 0.5]]
    #<class 'numpy.ndarray'>