Python（网易云课堂57-58章）Numpy，pandas

numpy核心数据类型是 ndarray 底层语言是C
pandas中的DataFrame 和Series 也是基于ndarray

如何看一个array的形状：array.shape 或者是 np.shape(array_object)

2行8列

查看array对象有多少个元素

numpy数组与list的区别在于：list可以放不同类型的元素str，int，float都能同时放入，而nparray只能放同一个类型的元素。

查看nparray里元素的数据类型

修改array中的某个元素

实战中，要导入导出数据时要规范数据类型，就要传入dtype参数

对array数组进行切取操作 [x:y , a:b]

要注意的是如果修改了b里面的值，a所对应的元素也会改变

生成array

单位矩阵（identity-matrix，unit-matrix）只有主对角线上有值：1

随机生成数的矩阵，数值都在0~1之间

index运用技巧

这样修改b是不会影响a的

布尔值掩码 mask ，贴标签：用来筛选

矩阵相加，开方

矩阵点乘dot

#不需要调包
x.dot(y)
# 利用numpy
np.dot(x,y)

矩阵里的元素求和

对矩阵里的所有元素求和

x = np.array([[1,2],[3,4]])
print(x.sum())

得到 10

对矩阵里的每列求和

x = np.array([[1,2],[3,4]])
print(x)
print(np.sum(x,axis=0))

[[1 2]
[3 4]]

[4 6]

矩阵的转置

x = np.array([[1,2],[3,4]])
print(x.T)

矩阵广播boardcasting（传播/扩散）

简单理解是两个矩阵/一个矩阵跟一个数字进行加减乘除
形状较小的那个矩阵/一个数会变成（脑补成）较大的那个矩阵的形状，然后运算。

x = np.array([[1,2],[3,4],[5,6]])
print(x)

y = np.array([10,10])
print(x+y)

[[1 2]
[3 4]
[5 6]]

↓

[[11 12]
[13 14]
[15 16]]

按照某个array的形状生成形状相同，但是值不同的array

x = np.array([[1,2],[3,4],[5,6]])
z = np.empty_like(x)
z = np.ones_like(x)  # 生成的array元素都是1
z = np.zeros_like(x) # 生成的array元素都是0

pandas 显示设置

pd.set_option('display.max_columns',1000)# 设置成能看1000列
pd.set_option('display.max_rows',1000) # 设置成能看1000行

指定header=None（有时候没有列名）

这样设置后，列名会变成0，1，2，3，4，5…

import pandas from pd
data = pd.read_csv('data_file_location',header=None)

读取文件的时候，批量指定列名

new_cols = ['f1','f2','f3'....]
data = pd.read_csv('data_file_location',names = new_cols, header=None) 

不建议使用dataframe.feature这种形式获取series

df['feature_name']
df.feature_name #不建议，因为数字，空格，专用词，都会对获取series产生影响

两个series 相加

new_series = df['series1']+df['series2']

相加的两列如果是数字，相加后得到的series还是数字
相加的两列如果是字符串，相加后字符串就粘合在一起
还可以数字跟字符串相加，生成的新对象是字符串格式

将新的series加入到dataframe中

df['new_series'] = df['series1']+df['series2']

拿到数据后总体描述

data.describe()