我是小蚂蚁

感觉上pandas的DataFrame就像numpy中的矩阵，不过它拥有列名和索引名，实际操作起来会更方便一些。import numpy as npimport pandas as pdfrom pandas import Series, DataFrame# 使用 浏览器 打开 某网址#import webbrowser#link = 'https://www.tiobe.com/...

concatenate主要作用是拼接series和dataframe的数据。combine_first可以做来填充数据。import numpy as npimport pandas as pdfrom pandas import Series, DataFrame# 设置一个随机种子，方便调试np.random.seed(666)# Seriesarr1 = np.arang...

在pandas中拥有强大的时间序列操作方法。直接上demo：import numpy as npimport pandas as pdfrom pandas import Series, DataFramefrom datetime import datetimenp.random.seed(666)# 生成时间对象t1 = datetime(2009, 10, 1)pri...

pd.cut()的作用，有点类似给成绩设定优良中差，比如：0-59分为差，60-70分为中，71-80分为优秀等等，在pandas中，也提供了这样一个方法来处理这些事儿。直接上代码：import numpy as npimport pandas as pdfrom pandas import Series, DataFramenp.random.seed(666)score_list...

和excel一样，pandas也有一个透视表的功能，具体demo如下：import numpy as npimport pandas as pdfrom pandas import Series, DataFrame#显示所有列pd.set_option('display.max_columns', None)#显示所有行pd.set_option('display.max_ro...

前言偶然的一次操作，对plt.plot()中，仅仅传入了一个列表，然后逻辑就和预想的出现了偏差。plt.plot()plt.plot() 参数介绍：x, y : array-like or scalarThe horizontal / vertical coordinates of the data points. x values are optional. If not given...

plt.subplot()plt.subplot(nrows, ncols, index, **kwargs)第一个参数：*args （官网文档描述）Either a 3-digit integer or three separate integers describing the position of the subplot. If the three integers are nr...

前言在pandas中，无论是series还是dataframe都内置了.plot()方法，可以结合plt.show()进行很方便的画图。Series.plot() 和 Dataframe.plot()参数data : Serieskind : str‘line’ : line plot (default)‘bar’ : vertical bar plot‘barh’ : horizo...

前言有网友在博文Tensorflow+VGG16实现卷积神经网络特征图可视化留言，表达了两个疑问：在对第5层卷积层输出的特征图进行叠加可视化的时候，256个特征图的值叠加，肯定会超出图像的最高值255，为什么还能正常显示。特征图都是灰度图像，为什么可视化的特征图都是彩色的。关键在于 plt.imshow()使用 plt.imshow() 方法进行画图，该方法有个非常实用的功能，可以将...

plt.subplots()plt.subplots() 和 plt.subplot() 功能作用非常相似。matplotlib.pyplot.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)部分参数介绍：nrow...

前言matplotlib处理经常能够用到的折线图、柱状图等，还可以画出直方图和密度图。plt.hist()方法matplotlib.pyplot.hist（x，bins = None，range = None，density = None，weights = None，cumulative = False，bottom = None，hist type =‘bar’，align =‘mid’...

前言Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，并且更加炫酷。demoimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom pandas import Series, DataFrameimport seaborn as snsx = ...

前言见过使用matplotlib画的直方图之后，再来领略一下seaborn的强大之处。sns.distplot()一个方法搞定两个图seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None, ...

前言seaborn还可以运用其强大的画图能力，构建出热力图和柱状图，非常美观。seaborn热力图sns.heatmap(df) 传入的是一个dataframe，这个参数必须要有。其他参数也是相当的多，详情请参考：官方文档传送门sns.barplot() 柱状图sns.barplot(x , y ) x是横轴坐标，y是纵轴坐标，其他参数同样也是相当的多，详情请参考：官方文档传送门上...

在pandas中的groupby和在sql语句中的groupby有异曲同工之妙，不过也难怪，毕竟关系数据库中的存放数据的结构也是一张大表罢了，与dataframe的形式相似。import numpy as npimport pandas as pdfrom pandas import Series, DataFramedf = pd.read_csv('./city_weather.c...

数据去重可以使用duplicated()和drop_duplicates()两个方法。DataFrame.duplicated（subset = None，keep =‘first’ ）返回boolean Series表示重复行参数： subset：列标签或标签序列，可选仅考虑用于标识重复项的某些列，默认情况下使用所有列keep：{‘first’，‘last’，False}，默认’fir...

前些日子的数学建模，最近的kaggle比赛，再到现在做的一个小项目，发现pandas真是一个好东西，可惜之前不太会用，需要用的时候就去上网搜，效率极其低下，现在把这一部分知识过一遍，以便日后使用。今天的主题：pandas.Series()的几种创建方法。import numpy as npimport pandas as pd# 使用一个列表生成一个Seriess1 = pd.Serie...

简单的说：iloc，即index locate 用index索引进行定位，所以参数是整型，如：df.iloc[10:20, 3:5]loc，则可以使用column名和index名进行定位，如：df.loc[‘image1’:‘image10’, ‘age’:‘score’]实例：import numpy as npimport pandas as pdfrom pandas impo...

区别：series，只是一个一维数据结构，它由index和value组成。dataframe，是一个二维结构，除了拥有index和value之外，还拥有column。联系：dataframe由多个series组成，无论是行还是列，单独拆分出来都是一个series。代码演示：import numpy as npimport pandas as pdfrom pandas import...

在pandas中可以为series和dataframe设置多个index，也就是说可以有多级index和column。这样可以对pandas的操作更加灵活。import numpy as npimport pandas as pdfrom pandas import Series, DataFramenp.random.seed(666)# series 中的 indexs1 = S...

pandas中的reindex方法可以为series和dataframe添加或者删除索引。如果新添加的索引没有对应的值，则默认为nan。如果减少索引，就相当于一个切片操作。import numpy as npimport pandas as pdfrom pandas import Series, DataFramenp.random.seed(666)# series reind...

常用的数学计算无非就是加减，最大值最小值，方差等等，pandas已经内置了很多方法来解决这些问题。import numpy as npimport pandas as pdfrom pandas import Series, DataFrames1 = Series([1, 2, 3], index=['A', 'B', 'C'])print(s1)'''A 1B 2...

DataFrame有非常丰富的IO方法，比如DataFrame读写csv文件excel文件等等，操作很简单。下面在代码中标记出来一些常用的读写操作方法，需要的时候查询一下该方法就可以了。import pandas as pdfrom pandas import Series, DataFrameimport webbrowserlink = 'http://pandas.pydata.o...

在pandas中有个另类的存在就是nan，解释是：not a number，不是一个数字，但是它的类型确是一个float类型。对于pandas中nan的处理，简单的说有以下几个方法。import numpy as npimport pandas as pdfrom pandas import Series, DataFramen = np.nanprint(type(n)) # &lt...

map可以做一个映射，对于操作大型的dataframe来说就非常方便了，而且也不容易出错。replace的作用是替换，这个很好理解。import numpy as npimport pandas as pdfrom pandas import Series, DataFrame# create a dataframedf1 = DataFrame({'城市':['北京', '上海', ...

对pandas中的Series和Dataframe进行排序，主要使用sort_values()和sort_index()。DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind=‘quicksort’, na_position=‘last’)by：列名，按照某列排序axis：按照index排序还是按照colu...

一般常用的有两个方法：1、使用DataFrame.index = [newName]，DataFrame.columns = [newName]，这两种方法可以轻松实现。2、使用rename方法（推荐）：DataFrame.rename（mapper = None，index = None，columns = None，axis = None，copy = True，inplace = Fa...

apply有点像map的用法，可以传入一个函数。import numpy as npimport pandas as pdfrom pandas import Series, DataFramedf = pd.read_csv('apply_demo.csv').head()print(df.size) # .size 如果是series返回行数，如果是dataframe返回行数乘以...

使用过sql语言的话，一定对join，left join， right join等非常熟悉，在pandas中，merge的作用也非常类似。直接上例子：import numpy as npimport pandas as pdfrom pandas import Series, DataFramedf1 = DataFrame({'key':['X', 'Y', 'Z'], 'data_s...

前言seaborn 还拥有强大的调色能力，并且操作简单seaborn.color_palette()使用调色板的方法seaborn.color_palette(palette=None, n_colors=None, desat=None)Return a list of colors defining a color palette. 返回的是一个调色板定义的一个颜色列表。这个方法的...