前言
本文主要给大家介绍了关于python中Numpy和Pandas使用的相关资料,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍吧。
它们是什么?
NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
List、Numpy与Pandas
Numpy与List
相同之处:
都可以用下标访问元素,例如a[0] 都可以切片访问,例如a[1:3] 都可以使用for循环进行遍历不同之处:
Numpy之中每个元素类型必须相同;而List中可以混合多个类型元素 Numpy使用更方便,封装了许多函数,例如mean、std、sum、min、max等 Numpy可以是多维数组 Numpy用C实现,操作起来速度更快Pandas与Numpy
相同之处:
访问元素一样,可以使用下标,也可以使用切片访问 可以使用For循环遍历 有很多方便的函数,例如mean、std、sum、min、max等 可以进行向量运算 用C实现,速度更快不同之处:Pandas拥有Numpy一些没有的方法,例如describe函数。其主要区别是:Numpy就像增强版的List,而Pandas就像列表和字典的合集,Pandas有索引。
Numpy使用
1、基本操作
import numpy as np#创建Numpyp1 = np.array([1, 2, 3])print p1print p1.dtype
[1 2 3]int64
#求平均值print p1.mean()
2.0
#求标准差print p1.std()
0.816496580928
#求和、求最大值、求最小值print p1.sum()print p1.max()print p1.min()
631
#求最大值所在位置print p1.argmax()
2
2、向量运算
p1 = np.array([1, 2, 3])p2 = np.array([2, 5, 7])
#向量相加,各个元素相加print p1 + p2
[ 3 7 10]
#向量乘以1个常数print p1 * 2
[2 4 6]
#向量相减print p1 - p2
[-1 -3 -4]
#向量相乘,各个元素之间做运算print p1 * p2
[ 2 10 21]
#向量与一个常数比较print p1 > 2
[False False True]
3、索引数组
首先,看下面一幅图,理解下
新闻热点
疑难解答