python 判断数组某一列值在某个区间_Python数组语句

NumPy 和 pandas 是 Python 常见的两个科学运算的包，提供了比 Python 列表更高级的数组对象且运算效率更高。常用于处理大量数据并从中提取、分析有用指标。

使用之前，需要先在conda中安装这两个包，安装命令：

conda install numpy,pandas

安装成功以后载入两个包：

1、运用 NumPy 分析一维数据

1.1 定义一维数组：

1.2 查询：

1.3 切片访问 - 获取指定序号范围的元素

1.4 查询数据类型：

1.5 统计计算 - 平均值

1.6 统计计算 - 标准差

1.7 向量化运行 - 乘以标量

2、运用 pandas 分析一维数据

2.1 定义 Pandas 一维数据结构：定义 Pandas 一维数据结构 – Series

2.2获取描述统计信息：

2.3 iloc属性用于根据索引获取值

2.4 loc属性用于根据索引获取值

2.5 向量化运算 - 向量相加

2.6 删除缺失值

2.7 填充缺失值

3、运用 NumPy 分析二维数据

3.1定义二维数组：

3.2 获取元素：

3.3 获取行：

3.4 获取列

3.5 NumPy数轴参数：axis

1) 如果没有指定数轴参数，会计算整个数组的平均值.

2) 按轴计算：axis=1 计算每一行

3) 按轴计算：axis=0 计算每一列

4. 运用 pandas 分析二维数据

pandas 二维数组：数据框（DataFrame）

4.1 定义数据框

4.2 平均值

4.3 查询数据 - iloc属性用于根据位置获取值

1) 查询第1行第2列的元素

2) 获取第1行 - 代表所有列

3) 获取第1列 - 代表所有行

4.4 查询数据 - loc属性用于根据索引获取值

1) 获取第1行商品编码元素

2) 获取第1行

3) 获取“商品名称”这一列

4）简单方法：获取“商品名称”这一列

4.5 数据框复杂查询 - 切片功能

1) 通过列表来选择某几列的数据

2）通过切片功能，获取指定范围的列

4.6 数据框复杂查询 - 条件判断

4.7 查看数据集描述统计信息

1 ) 读取 Ecxcel 数据

2) 查询行、列总数

3）查看某一列的数据类型

4）查看每一列的统计数值