Numpy & Pandas入门_pycharm中a= np.array([1,2,3]) print(a.shape)-优快云博客

这篇博客介绍了Numpy和Pandas的基础知识，包括如何安装、Numpy的矩阵运算、索引、矩阵合并与分割，以及Pandas的Series和DataFrame操作，如数据选择、设置值、处理丢失数据及画图等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Numpy & Pandas入门

Numpy & Pandas入门

安装

pycharm –> preference –> project Interpreter –> 左下角的加号 –> 弹出搜索框搜索 –> install Package
所有第三方模块的安装都可以通过这种办法。
版本是pycharm 2018.1.1

numpy

基础运算1

array()

将传入的参数转化为矩阵
A = np.array([[1,2,3],[5,6,7]])

属性

print(A.ndim) #维度
print(A.shape) #行数，列数
print(A.size) #元素个数

指定数据类型

A = np.array([[1,2,3],[5,6,7]], dtype=int)
numpy有很多数据类型，可以在此指定。

创建全零矩阵

a = np.zeros((3, 4))

创建全1矩阵

a = np.ones((3, 4))

创建全空矩阵

a = np.empty((5, 6))
其中的元素都是接近于0的数。

arange()

创建连续数组，可指定步长

reshape改变数据的形状

https://blog.youkuaiyun.com/xiaoqinting2015/article/details/69936952
如果shape参数的最后边是0，代表可以自动推测出该数值大小。
np.reshape(a,(2, -1))

linspace创建等差数列

print(np.linspace(0,10,5))

基础运算2

乘法：

a * b 点乘
numpy.dot(a, b)矩阵乘法
a.dot(b)矩阵乘法
b**2b矩阵各个元素的平方，双星符号

axis参数

在sum()、min()、max()中，参数axis：
axis = 0：按列查找
axis = 1：按行查找

最小元素索引与最大元素索引

print(np.argmin(A))  
print(np.argmax(A))

这个索引是从第一个元素开始，按照行排序，如下所示：

0 1 2 3
4 5 6 7

[[ 2  3  4  5]
 [ 6  7  8  9]
 [10 11 12 13]]

所以这个矩阵的输出结果是：

0
11

但是还有一套索引，分为一维索引和多维索引。见下。

累加函数

a.cumsum()
numpy.cumsum(a)
原矩阵首项加到对应项的元素之和。
是一个行向量，元素个数与原矩阵元素个数相同。

累差函数

每一行，后一项与前一项之差。
比原矩阵少一列。
numpy.diff(a)

nonzero()

B = np.nonzero(A)
将矩阵A的所有非零元素提出来，将这些非零元素的行坐标作为一个行向量，非零元素的列坐标作为第二个行向量。

(array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2]), array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]))
#前一个是行，后一个是列

sort()

对矩阵按行排序。
也就是对每一行进行排序。行与行之间不排序。
np.sort(A)

转置

两种转置：
np.transpose(A)
A.transpose()
A.T
A.T不支持一维数组的转置。
np.transpose(A)也不支持，因为一维数组就一个轴。
四种一维数组转置的办法：

#一种一维矩阵的转置方法     
#不懂这种玩法
D = np.arange
print(D)     
F = np.transpose([D])  # []
print(F)

#reshape转置一维向量
A = np.array([1,2,3])            
print(A.reshape(len(A), -1))

A = np.array([1,2,3]) 
print(A[:, None])

第二种、第三种、第四种办法（下边的newaxis）是给矩阵增加了一个轴。矩阵仍然是原来的那个矩阵，A和B仍然指向同一个地址。改变A，输出B，结果根据A的改变发生变化。
第一种办法复制了另一个矩阵出来。

A = np.array([1,2,3])    
print(A.shape)           
B = A[:, None]           
print(B.shape)

输出：

(3,)
(3, 1)

newaxis()

axis是轴心的意思。
对于一维向量。可以利用newaxis()完成转置。

D = np.arange(30, 10, -2)                  
print(D)                                   
print(D[np.newaxis, :])  # 轴心不变，不转置        
print(D[:, np.newaxis])  # 轴心变到另一个纬度，转置

换轴心transpose()

转置是换轴心的一种情况。
https://blog.youkuaiyun.com/u012762410/article/details/78912667

clip()

clip(Array,Array_min,Array_max)
把矩阵中比最小值小对元素变成最小值；比最大值大对变成最大值。剪掉了蛇的头和尾巴。剃头。

索引

下标都是从0开始的。

一维索引

对一维向量：
a[2]就是从左往右第三个元素。
对二维矩阵：
a[2]是第三行。
对三维矩阵:
…

二维索引

对二维矩阵：
二维索引定位到一个元素
可以利用切片

for循环是按行输出矩阵。
如果要按列输出矩阵，可以先将矩阵转置。

flatten

将矩阵展开成一个一维向量。
a.flatten()

flat

和flatten功能一样，但是flat是一个迭代器，需要的时候才迭代输出元素。

for item in A.flat
    print(item)

输出：

合并矩阵

np.vstack((A, B))

将两个矩阵上下合并。
np.vstack((A, B))

np.hstack((A, B))

将两个矩阵左右合并。
np.hstack((A, B))

concatenate()

合并矩阵
concatenate((A, B), axis = 0)
axis = 0 ：上下合并；
axis = 1 ：左右合并；

分割矩阵

np.split()

A = np.arange(2, 14).reshape((3, 4
print(np.split(A, 4, axis=1))

axis = 0 ：横向分割
axis = 1 ：纵向分割
中间的参数叫indices or sections，也就是分的块数。
只能等量分割。一个一行四列的矩阵不能纵向分割成三块。

vsplit()

np.vsplit(A, 3)
split的axis为0的情况。

hsplit()

np.hsplit(A, 2)
split的axis为1的情况。

array_split() 不等量分割矩阵

np.array_split()

A = np.arange(2, 14).reshape((3, 4))   
print(np.array_split(A, 3, axis=1))

copy & deep copy

赋值“=”

所有变量指向一个地址。

copy

就是复制一个一模一样的矩阵出来。

NaN

not a number, 非数。
inf - inf 会引发NaN。
涉及到无穷大无穷小的运算有可能出现NaN。
有NaN参与的运算，也会引发NaN。
NaN == NaN 的结果是false。

切片

numpy 中的切片，不是复制一个子矩阵，而是将变量指向了同一片内存中的子矩阵部分。所以切片后原矩阵的相应位置发生变化，子矩阵也会变化。

而python的切片是一种浅拷贝。

张量

一维向量叫一阶张量。
二维矩阵叫二阶张量。
n维矩阵叫n阶张量。

random

https://www.jianshu.com/p/214798dd8f93

Pandas

两种数据结构：Series 和 DataFrame

Series

#pandas
p = pd.Series([1, 54, np.inf, np.nan])  
print(p)                                

#numpy                                   
n = np.array([1, 54, np.inf, np.nan])   
print(n)

输出：

0     1.000000
1    54.000000
2          inf
3          NaN
dtype: float64

[ 1. 54. inf nan]

和array相比，series有索引。

DataFrame

df = pd.DataFrame(np.random.randn(5,3), index = ['a', 'b', 'c', 'd', 'e'], columns=[1, 2, 3])   
print(df)

输出：

          1         2         3
a -0.575799 -0.199744  0.218526
b -1.953569  0.694882 -0.218284
c  0.264646  0.852670 -0.798378
d  1.457002 -0.940384 -0.707806
e  1.246967  0.732388  1.863687

表格型数据结构。每一列存储的数据类型可以不同。

print(df[1])

输出：

a    0.258160
b    0.680918
c   -1.001002
d    2.985772
e   -0.049686
Name: 1, dtype: float64

创建不给定行标签和列标签的DataFrame。

df1 = pd.DataFrame(np.arange(11, 26).reshape(5, 3))