06.Python数据处理

---

05.Python与数据处理库：NumPy、Pandas、Matplotlib

1. NumPy基础

NumPy简介

NumPy（Numerical Python）是一个用于科学计算的Python库，它提供了一个强大的多维数组对象 ndarray，以及用于处理这些数组的各种函数。NumPy是Python数据分析和科学计算的基础库之一，许多高级数据分析库（如Pandas、Scikit-learn）都依赖于NumPy来处理数值数据。其主要功能包括：

• 多维数组：提供高效的多维数组对象（ndarray），支持数组的切片、索引和广播等操作。
• 数学函数：包含大量的数学函数用于数组运算，如线性代数、统计、傅里叶变换等。
• 数组操作：支持数组的重塑、合并、拆分等操作。
• 性能优化：NumPy底层使用C语言编写，运算效率高，特别适合大规模数据处理。

#安装命令
!pip install numpy

Requirement already satisfied: numpy in /opt/conda/lib/python3.11/site-packages (1.26.2)

NumPy数组（ndarray）

• 创建NumPy数组：使用array()函数
• 示例代码：

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)

[1 2 3 4 5]

NumPy数组的索引与切片

• 一维与多维数组的索引
• 示例代码：

arr = np.array([1, 2, 3, 4, 5])
print(arr[2])  # 输出3
print(arr[1:4])  # 输出[2 3 4]

3
[2 3 4]

NumPy数组的常见操作

• 数组的加法、乘法等基本操作
• 示例代码：

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
print(arr1 + arr2)  # 输出[5 7 9]

[5 7 9]

2. Pandas基础

Pandas简介

Pandas是一个提供高效数据结构和数据分析工具的Python库。它主要基于两个数据结构：Series 和 DataFrame，分别用于处理一维和二维数据。Pandas在数据清洗、预处理、分析和可视化方面广泛应用。其主要功能包括：

• DataFrame：类似于Excel表格的数据结构，支持列名、行索引和丰富的数据操作功能。
• Series：一维标签化数组，类似于Python的列表或字典。
• 数据操作：包括数据选择、过滤、分组、合并、连接、聚合、缺失值处理等。
• 文件处理：