本文深入探讨NumPy的高级功能，如矩阵操作、索引、合并与分割，以及Pandas的基本数据结构Series和DataFrame的使用方法。通过实例演示，帮助读者掌握这两种常用数据处理库的高级应用。
接着进行上篇开始讲，上篇主要介绍了numpy的一些基本数据操作，接下来我们进行的是numpy的矩阵合并和分割，索引等一些高级的东西。
4.索引
首先我们先将代码奉上，然后一一解读：
-
import numpy
as np
-
a = np.arange(
3,
15)
-
print(a)
-
print(a[
3])
#索引
-
b = np.arange(
3,
15).reshape(
3,
4)
-
print(b)
-
print(b[
2])
-
print(b[
1][
1])
-
print(b[
1,
1])
-
print(b[
1,:])
-
print(b[:,
1])
-
print(b[
1,
1:
3])
-
for row
in b:
-
print(row)
-
for col
in b.T:
-
print(col)
-
print(b.flatten())
-
for item
in b.flat:
-
print(item)
5.矩阵合并
矩阵合并共四个内置函数，训练代码如下：
-
import numpy
as np
-
-
a = np.array([
1,
1,
1])
-
b = np.array([
2,
2,
2])
-
c = np.vstack((a,b))
#上下合并
-
d = np.hstack((a,b))
#左右合并
-
print(a.shape,b.shape)
-
print(c.shape)
-
print(d)
-
print(d.shape)
-
print(a[np.newaxis,:])
-
print(a[:,np.newaxis])
-
A = a[:,np.newaxis]
-
B = b[:,np.newaxis]
-
e = np.vstack((A,B))
-
f = np.hstack((A,B))
-
print(e)
-
print(f)
-
C = np.concatenate((A,B,B,A),axis=
1)
-
print(C)
-
(
3,) (
3,)
-
(
2,
3)
-
[
1
1
1
2
2
2]
-
(
6,)
-
[[
1
1
1]]
-
[[
1]
-
[
1]
-
[
1]]
-
[[
1]
-
[
1]
-
[
1]
-
[
2]
-
[
2]
-
[
2]]
-
[[
1
2]
-
[
1
2]
-
[
1
2]]
-
[[
1
2
2
1]
-
[
1
2
2
1]
-
[
1
2
2
1]]
6.numpy分割
-
import numpy
as np
-
a = np.arange(
12).reshape((
3,
4))
-
print(a)
-
print(np.split(a,
2,axis=
1))
#1代表列<1>
-
print(np.split(a,
3,axis=
0))
#<2>
-
print(np.array_split(a,
3,axis=
1))
#<3>
-
print(np.vsplit(a,
3))
#<4>
-
print(np.hsplit(a,
2))
#<5>
-
[[
0
1
2
3]
-
[
4
5
6
7]
-
[
8
9
10
11]]
-
[array([[
0,
1],
-
[
4,
5],
-
[
8,
9]]), array([[
2,
3],
-
[
6,
7],
-
[
10,
11]])]
-
[array([[
0,
1,
2,
3]]), array([[
4,
5,
6,
7]]), array([[
8,
9,
10,
11]])]
-
[array([[
0,
1],
-
[
4,
5],
-
[
8,
9]]), array([[
2],
-
[
6],
-
[
10]]), array([[
3],
-
[
7],
-
[
11]])]
-
[array([[
0,
1,
2,
3]]), array([[
4,
5,
6,
7]]), array([[
8,
9,
10,
11]])]
-
[array([[
0,
1],
-
[
4,
5],
-
[
8,
9]]), array([[
2,
3],
-
[
6,
7],
-
[
10,
11]])]
-
In [ ]:
-
-
7.numpy copy和deep copy
python的赋值语句很简单，主需要等号就能让左边的变量完全和右边相同，从而形成“命运共同体”，即无论二值谁改变则全部改变。这有好处，弊端也不小，基于这样的考虑，numpy中又提供了copy函数，这种函数只会源变量改变时不会传递到目标变量中的，代码如下：
-
import numpy
as np
-
a = np.arange(
4)
-
b = a
-
c = b
-
print(a)
-
b[
0] =
1
-
print(a)
-
d = a.copy()
-
print(d)
-
c[
3] =
0
-
print(d)
-
print(a)
-
[
0
1
2
3]
-
[
1
1
2
3]
-
[
1
1
2
3]
-
[
1
1
2
3]
-
[
1
1
2
0]
至此，numpy的学习要告一段落了，这7个部分讲了很多关于numpy库中函数的使用，现在去回想可能也记不住全部，不要担心，学过的东西忘了和没看过没学过是不一样的，就像有一句话说的那样：“我曾经读过的书现在不记得了，它并没有凭空消逝，而是变成了思想在我的头脑中，变成了血肉在我的身体里，变成了阅历在我前行的路上！”所学的东西用到实际上才会让人记忆深刻，接下来我们就要进入pandas的学习了。哈哈~~~
pandas
pandas跟numpy相辅相成，但是各有侧重，如果numpy是列表的话，pandas就是字典。当然，这样比喻是不够合理的，在实际的使用过程中，对数据的处理使对两个包都使用的，所以在编程中是要全部支持到的。pandas通常简称pd，不要搞特立独行，虽然换成hp也行，但是你的代码想让别人读懂就应该大家遵守同一个规范才行，不是吗？pandas是在numpy的基础值上创建出来的，所以存在自由它的优势之处，下面我们来进行pandas的学习，中间也会穿插numpy。
1.Series&DataFrame
先将代码贴出来，然后我们进行分析：-
import numpy
as np
-
import pandas
as pd
-
s = pd.Series([
1,
3,
4,np.nan,
44,
1])
-
print(s)
-
dates = pd.date_range(
'20171009',periods=
6)
-
print(dates)
-
df = pd.DataFrame(np.random.rand(
6,
4),index = dates,columns=[
'a',
'b',
'c',
'd'])
-
print(df)
-
df1 = pd.DataFrame(np.arange(
12).reshape(
3,
4))
-
print(df1)
-
0
1.0
-
1
3.0
-
2
4.0
-
3 NaN
-
4
44.0
-
5
1.0
-
dtype: float64
-
DatetimeIndex([
'2017-10-09',
'2017-10-10',
'2017-10-11',
'2017-10-12',
-
'2017-10-13',
'2017-10-14'],
-
dtype=
'datetime64[ns]', freq=
'D')
-
a b c d
-
2017
-10
-09
0.827857
0.151108
0.265419
0.792049
-
2017
-10
-10
0.280616
0.719324
0.556846
0.194033
-
2017
-10
-11
0.538966
0.044244
0.572865
0.081814
-
2017
-10
-12
0.560581
0.893978
0.861914
0.077088
-
2017
-10
-13
0.850714
0.729712
0.003048
0.308228
-
2017
-10
-14
0.051035
0.708464
0.715050
0.705602
-
0
1
2
3
-
0
0
1
2
3
-
1
4
5
6
7
-
2
8
9
10
11
-
df2 = pd.DataFrame({
'A' :
1.,
-
'B' : pd.Timestamp(
'20130102'),
-
'C' : pd.Series(
1,index=list(range(
4)),dtype=
'float32'),
-
'D' : np.array([
3] *
4,dtype=
'int32'),
-
'E' : pd.Categorical([
"test",
"train",
"test",
"train"]),
-
'F' :
'foo'})
-
print(df2)
-
print(df2.dtypes)
-
print(df2.index)
-
print(df2.columns)
-
print(df2.values)
-
print(df2.describe())
-
print(df2.T)
-
print(df2.sort_index(axis=
1,ascending=
False))
-
print(df2.sort_values(by=
'B'))
-
A B C D E F
-
0
1.0
2013
-01
-02
1.0
3 test foo
-
1
1.0
2013
-01
-02
1.0
3 train foo
-
2
1.0
2013
-01
-02
1.0
3 test foo
-
3
1.0
2013
-01
-02
1.0
3 train foo
-
A float64
-
B datetime64[ns]
-
C float32
-
D int32
-
E category
-
F object
-
dtype: object
-
Int64Index([
0,
1,
2,
3], dtype=
'int64')
-
Index([
'A',
'B',
'C',
'D',
'E',
'F'], dtype=
'object')
-
[[
1.0 Timestamp(
'2013-01-02 00:00:00')
1.0
3
'test'
'foo']
-
[
1.0 Timestamp(
'2013-01-02 00:00:00')
1.0
3
'train'
'foo']
-
[
1.0 Timestamp(
'2013-01-02 00:00:00')
1.0
3
'test'
'foo']
-
[
1.0 Timestamp(
'2013-01-02 00:00:00')
1.0
3
'train'
'foo']]
-
A C D
-
count
4.0
4.0
4.0
-
mean
1.0
1.0
3.0
-
std
0.0
0.0
0.0
-
min
1.0
1.0
3.0
-
25%
1.0
1.0
3.0
-
50%
1.0
1.0
3.0
-
75%
1.0
1.0
3.0
-
max
1.0
1.0
3.0
-
0
1
2 \
-
A
1
1
1
-
B
2013
-01
-02
00:
00:
00
2013
-01
-02
00:
00:
00
2013
-01
-02
00:
00:
00
-
C
1
1
1
-
D
3
3
3
-
E test train test
-
F foo foo foo
-
-
3
-
A
1
-
B
2013
-01
-02
00:
00:
00
-
C
1
-
D
3
-
E train
-
F foo
-
F E D C B A
-
0 foo test
3
1.0
2013
-01
-02
1.0
-
1 foo train
3
1.0
2013
-01
-02
1.0
-
2 foo test
3
1.0
2013
-01
-02
1.0
-
3 foo train
3
1.0
2013
-01
-02
1.0
-
A B C D E F
-
0
1.0
2013
-01
-02
1.0
3 test foo
-
1
1.0
2013
-01
-02
1.0
3 train foo
-
2
1.0
2013
-01
-02
1.0
3 test foo
-
3
1.0
2013
-01
-02
1.0
3 train foo
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
