python 记录几个经常用错的函数

最新推荐文章于 2024-11-08 12:42:54 发布

zhyueln

最新推荐文章于 2024-11-08 12:42:54 发布

阅读量221

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签： python

本文链接：https://blog.youkuaiyun.com/zhyueln/article/details/82940556

机器学习专栏收录该内容

7 篇文章

订阅专栏

本文深入探讨了Numpy和Pandas在数据处理中的应用，包括Numpy的数组操作、数学函数，以及Pandas的数据清洗、筛选和删除技巧。通过实例展示了如何使用np.sum进行数组求和，以及Pandas DataFrame的drop和reset_index方法。

sum 和 np.sum

>>> import numpy as np
>>> a = np.array([[1,2,3,4],[3,2,1,2]])
>>> sum(a)
array([4, 4, 4, 6])
>>> np.sum(a)
18
>>> np.sum(a，axis = 0) #按行
array([4, 4, 4, 6])
>>> np.sum(a,axis = 1) #按列
array([10,8])

Numpy

>>> type(a) 
	#检验a的类型是否为ndarray
numpy.ndarray
>>> a.dtype 
	# 查看ndarray中的数据属于那种数据类型
dtype('float64')
>>> np.linspace(0,5,10) 
	# 第三个数（10）用来把头(0)和尾(5)组成的区间等分成10等分。
array([ 0.        ,  0.55555556,  1.11111111,  1.66666667,  2.22222222,
        2.77777778,  3.33333333,  3.88888889,  4.44444444,  5.        ])

Pandas

>>> import pandas as pd
>>> Data.drop([index]) 
	#如Data.drop([0]) -- 去掉第一行
	#对Data不做修改，需重新赋值给其他变量，且drop后行号不变，即抽掉0后从1开始
>>> Data_new = Data.drop([index]).reset_index()
>>> del Data_new['index']  
	#去掉一列：del Data['colName'] 
	# del 对Data直接修改					

>>> Data.drop(Data[Data.月销量 == 100].index) 
	# 筛选后删除行
>>> Data.月份.drop_duplicates() 
	# 删除重复值

>>> Data.skuID 
	# Series ， 可用str.split('/')
>>> Data['skuID'] 
	# Series ， 可用str.split('/') 
>>> Data[['skuID']
	# DataFrame ， 不可用str