Mxeron的博客

被这个问题影响太久了，今天一定要记录一下！说到底，是自己学的不扎实，基本概念不牢靠，很多东西只知道用。import pandas as pdprint(pd.DataFrame([1,2]))print('------------------')print(pd.DataFrame([[1,2]]))运行结果如下：可以看到，当是 [1,2]时，是一个列表，只有一维，相当于是：print(pd.DataFrame([[1],[2]]))当是 [[1,2]]时，有两个括号，算是二维：p

一、列表可以看作是数组列表的偏移量与切片列表增删元素append：不能用append(4,5)，append([4,5])相当于是添加了一个列表（嵌套），（添加的元素类型无限制）extend：extend需要传入iterable，不能单单一个数字，可以用range(5)（从0到4），也可以用[4,5]代表4到5。del：pop：pop会删除后返回被删除的值，del直接进行删除元组与列表元组与列表类似，但元组的元素不能修改。元组使用小括号，而列表使用方括号。tup

Python列表和Numpy数组的区别：Numpy使用ndarray对象来处理多维数组，该对象是一个快速而灵活的大数据容器。使用Python列表可以存储一维数组，通过列表的嵌套可以实现多维数组，那么为什么还需要使用Numpy呢？Numpy是专门针对数组的操作和运算进行了设计，所以数组的存储效率和输入输出性能远优于Python中的嵌套列表，数组越大，Numpy的优势就越明显。通常Numpy数组中的所有元素的类型都是相同的，而Python列表中的元素类型是任意的，所以在通用性能方面Numpy数组不及Pytho

np.arange()函数返回一个有终点和起点的固定步长的排列，如[1,2,3,4,5]，起点是1，终点是6，步长为1。参数个数情况： np.arange()函数分为一个参数，两个参数，三个参数三种情况1）一个参数时，参数值为终点，起点取默认值0，步长取默认值1。2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。3）三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数#一个参数 默认起点0，步长为1 输出：[0 1 2]a = np.arange

np.insert(arr, obj, values, axis)#arr原始数组，可一可多，obj插入元素位置，values是插入内容，axis是按行按列插入（0：行、1：列）。import numpy as np# 如果axis没有给出，相当于是做降维操作，与一维数组一致a = np.array([1,4,6,5,6,8])np.insert(a,0,9)# 输出array([9, 1, 4, 6, 5, 6, 8])#插入元素都是在所给位置之前a = np.array([[1,2

data[ a , b ] a的位置限制第几行，b的位置限制第几列“ : ”表示全部数据（分成逗号的左边和逗号的右边）例如：data[:,0]表示第1列所有数据data[1,:]表示第2行所有数据data[:, 1:]表示从第2列开始所有数据data = [[1,2,6], [3,4,7]]data = np.array(data)print(data[:,0])print(data[:,1])print(data[:,2])print(data[1,:])pr

import numpy as npimport pandas as pddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})

data=pd.read_csv(r'B:\电子书\机器学习实战+源码\machinelearninginaction\Ch02\datingTestSet.txt', sep='\t',names=['Flymiles','Videogames','Icecream','labels'])文件路径前面一定要加个r，否则后面的反斜杠会被当成转义字符，加r代表后面是一个整体字符串不用python处理sep分隔符：默认情况为逗号，如果不同的话要进行设置names：给每

函数的原型：matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)参数的解释：s——点的大小（可以是一个一维数组，变化着的）c——点的颜色（可以是一个一维数组，变化着的）'ali

一、处理缺失数据在许多数据分析⼯作中，缺失数据是经常发⽣的。pandas的⽬标之⼀就是尽量轻松地处理缺失数据。例如，pandas对象的所有描述性统计默认都不包括缺失数据。缺失数据在pandas中呈现的⽅式有些不完美，但对于⼤多数⽤户可以保证功能正常。对于数值数据，pandas使⽤浮点值NaN（Not a Number）表示缺失数据。我们称其为哨兵值，可以⽅便的检测出来：In [10]: string_data = pd.Series(['aardvark', 'artichoke', np.na.

访问数据是使⽤本书所介绍的这些⼯具的第⼀步。我会着重介绍pandas的数据输⼊与输出，虽然别的库中也有不少以此为⽬的的⼯具。输⼊输出通常可以划分为⼏个⼤类：读取⽂本⽂件和其他更⾼效的磁盘存储格式，加载数据库中的数据，利⽤Web API操作⽹络资源。一、读写文本格式的数据pandas提供了⼀些⽤于将表格型数据读取为DataFrame对象的函数。表6-1对它们进⾏了总结，其中read_csv和read_table可能会是你今后⽤得最多的。我将⼤致介绍⼀下这些函数在将⽂本数据转换为DataFrame时所

原因分析： 在windows系统当中读取文件路径可以使用,但是在python字符串中\有转义的含义，如\t可代表TAB，\n代表换行，所以我们需要采取一些方式使得\不被解读为转义字符。目前有3个解决方案：...

一、pandas的数据结构介绍要使⽤pandas，你⾸先就得熟悉它的两个主要数据结构：Series和DataFrame。虽然它们并不能解决所有问题，但它们为⼤多数应⽤提供了⼀种可靠的、易于使⽤的基础。1、SeriesSeries是⼀种类似于⼀维数组的对象，它由⼀组数据（各种NumPy数据类型）以及⼀组与之相关的数据标签（即索引）组成。仅由⼀组数据即可产⽣最简单的Series：In [11]: obj = pd.Series([4, 7, -5, 3])In [12]: objOut[12]..

一、Numpy基础NumPy之于数值计算特别重要的原因之⼀，是因为它可以⾼效处理⼤数组的数据。这是因为：NumPy是在⼀个连续的内存块中存储数据，独⽴于其他Python内置对象。NumPy的C语⾔编写的算法库可以操作内存，⽽不必进⾏类型检查或其它前期⼯作。⽐起Python的内置序列，NumPy数组使⽤的内存更少。NumPy可以在整个数组上执⾏复杂的计算，⽽不需要Python的for循环。要搞明⽩具体的性能差距，考察⼀个包含⼀百万整数的数组，和⼀个等价的Python列表：In [7]: import

本章讨论Python的内置功能，这些功能本书会⽤到很多。虽然扩展库，⽐如pandas和Numpy，使处理⼤数据集很⽅便，但它们是和Python的内置数据处理⼯具⼀同使⽤的。我们会从Python最基础的数据结构开始：元组、列表、字典和集合。然后会讨论创建你⾃⼰的、可重复使⽤的Python函数。最后，会学习Python的⽂件对象，以及如何与本地硬盘交互。一、数据结构和序列1、元组（）(元组本身是不可变的，但当元组存储的对象是可变对象，那就可以对其中的可变对象进行修改）2、拆分元组3、tu

一、准备工作1、代码示例各章的示例数据：数据获取2、引入惯例引⼊惯例Python社区已经⼴泛采取了⼀些常⽤模块的命名惯例：import numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport seaborn as snsimport statsmodels as sm也就是说，当你看到np.arange时，就应该想到它引⽤的是NumPy中的arange函数。这样做的原因是：在Python软件开发过程中，