weixin_49346755的博客

方法说明构造方法返回一个DataFrame对象。参数data为输入的数据，可以是numpy数组、字典、元组、列表等类型，参数index表示行索引，列表长度与数组的行数相等，参数columns表示列索引，参数dtype表示数据的类型，可以为python数据类型或numpy数据类型。1、通过numpy数组创建DataFrame对象2、通过字典创建DataFrame对象3、通过列表、元组创建DataFrame对象对象方法方法说明DataFrame对象主要包括一些查看数据的方法、索引、切片以及对数据的增

对象说明Series 是一维带标签的数组，它可以包含任何数据类型。包括整数，字符串，浮点数，Python 对象等。Series 可以通过标签来定位。Pandas 中，Series 可以被看作由 1 列数据组成的数据集。参数data可以是一个数组，列表、元组或者任何可迭代的对象，也可以是一个标量值。参数index表示Series的1列数据中每一行对应的索引。参数dtype指定数据的类型。1、创建Series对象2、Series对象基本操作（索引、切片、拼接、删除、修改）3、Series对象数学运算...

函数说明ravel函数将多维数组变成一维数组。2、squeeze函数函数原型函数说明squeeze函数压缩数组的冗余的维度，比如有一个shape为（2，1，4）的数组，第二个维度为1，这一个维度就可以认为是冗余的，此时就可以进行压缩，成为shape为（2，4）的数组。...

函数说明meshgrid函数用于从坐标向量中返回坐标矩阵。比如，x向量为[1, 2, 3]，y向量为[4, 5]，则由x向量中的点和y向量中点可能的组合为：(1, 4), (2, 4), (3, 4)(1, 5), (2, 5), (3, 5)对应于坐标矩阵为：[[1, 2, 3],[1, 2, 3]][[4, 4, 4],[5, 5, 5]]第一个矩阵对应于所有组合中的x点，第二个矩阵对应于y点。那么meshgrid函数的作用就是根据这两个向量x、y生成对应的坐标矩阵。

函数说明expand_dims函数用于在指定维度上进行扩充。

函数说明tile函数用于对给定的数组在指定维度上进行复制扩充。参数A表示待复制的数组，参数reps表示在每个维度上复制的次数。

准确的说，numpy中的c_、r_、s_不能称为函数，它只是CClass类的一个实例，而CClass是定义了切片方法__getitem__的类,所以c_就可以使用切片,仿佛就像一个函数一样。将切片对象沿第二个轴（按列）连接。2、numpy.r_将切片对象沿第一个轴（按行）连接。3、numpy.s_生成python内置的 slice 函数，并设置 start, stop 及 step 参数。

1、numpy dot函数和numpy matmul函数函数原型numpy.dot(a, b, out=None)numpy.matmul(x1, x2, /, out=None, *, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj, axes, axis]) = <ufunc 'matmul'>函数说明实现数组的内积函数使用&

函数原型numpy.stack(arrays, axis=0, out=None)函数解释将形状相同的数组在指定维度上进行叠加函数用法一个简单的二维数组的例子>>> a = np.arange(9).reshape((3, 3))>>> aarray([[0, 1, 2], [3, 4, 5], [6, 7, 8]])>>> b = np.arange(9, 18).reshape((3, 3))>&

函数原型numpy.append(arr, values, axis=None)函数解释在数组的末尾添加元素，根据数据的形状可以从不同维度进行添加；如果没有指定axis，则数组会展平成一维数组。函数用法>>> a = np.zeros((2, 2, 2))>>> aarray([[[0., 0.], [0., 0.]], [[0., 0.], [0., 0.]]])>>> b = np.ze

函数原型numpy.where(condition[, x, y])函数解释返回一个由序列[start, stop)间隔为step组成的数组函数用法

1、arange函数函数原型numpy.arange([start], stop[, step], dtype=None)函数解释返回一个由序列[start, stop)间隔为step组成的数组函数用法>>> a = np.arange(10)>>> aarray([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])>>> b = np.arange(10, 20)>>> barray([10, 11,

函数原型numpy.concatenate((a1, a2, …), axis=0)函数解释完成两个以上数组的拼接，axis用于指定维度，默认为0函数用法# a为三维数组>>> a = np.array([[[1, 2], [2, 3]], [[2, 4], [3, 5]]])>>> b = np.array([[[3, 6], [4, 7]]])>>> barray([[[3, 6], [4, 7]]])

random模块常用函数1、random函数函数原型numpy.random.random(size=None)函数说明默认为生成一个随机的浮点数，范围是在0.0~1.0之间，也可以通过参数size设置返回数据的size。函数使用>>> a = np.random.random()>>> a0.40371250241587675>>> b = np.random.random(size=2)>>> barray(

函数原型searchsorted ( a , v , side=‘left’ , sorter =None )函数解释searchsorted()方法，并不是找出某个元素的位置，而是找出某个元素放在哪个位置上才能保持原有的排列顺序。函数用法>>> a = np.array([2, 4, 6, 8])>>> aarray([2, 4, 6, 8])>>> b = np.searchsorted(a, 5)>>> b2

函数原型numpy.cumsum(a, axis=None, dtype=None, out=None)函数解释求数组的所有元素的累计和，可通过参数axis指定求某个轴向的统计值。函数用法>>> a = np.array([[1, 2, 3], [4, 5, 6]])>>> aarray([[1, 2, 3], [4, 5, 6]])>>> a.cumsum()array([ 1, 3, 6, 10, 15, 21]