浅析Python数据处理-创新互联

Numpy、Pandas是Python数据处理中经常用到的两个框架，都是采用C语言编写，所以运算速度快。Matplotlib是Python的的画图工具，可以把之前处理后的数据通过图像绘制出来。之前只是看过语法，没有系统学习总结过，本博文总结了这三个框架的API。

以下是这三个框架的的简单介绍和区别：

• Numpy：经常用于数据生成和一些运算
• Pandas：基于Numpy构建的，是Numpy的升级版本
• Matplotlib：Python中强大的绘图工具
  

Numpy

Numpy快速入门教程可参考：Numpy tutorial

Numpy属性

ndarray.ndim：维度

ndarray.shape：行数和列数，例如(3, 5)

ndarray.size：元素的个数

ndarray.dtype：元素类型

Numpy创建

array(object, dtype=None)：使用Python的list或者tuple创建数据

zeors(shape, dtype=float)：创建全为0的数据

ones(shape, dtype=None)：创建全为1的数据

empty(shape, dtype=float)：创建没有初始化的数据

arange([start, ]stop, [step, ]dtype=None)：创建固定间隔的数据段

linspace(start, stop, num=50, dtype=None)：在给定的范围，均匀的创建数据

Numpy运算

加、减：a + b、a - b

乘：b*2、10*np.sin(a)

次方：b**2

判断：a<35，输出True或False的数组

矩阵乘：np.dot(A,B) 或 A.dot(B)

其他：+=、-+、sin、cos、exp

Numpy索引

数组索引方式：A[1, 1]

切片：A[1, 1:3]

迭代：for item in A.flat

Numpy其他

reshape(a, newshape)：改变数据形状，不会对原始数据进行修改，返回一组新数据

resize(a, new_shape)：改变数据形状，会对原始数据进行修改，不返回数据

ravel(a)：将成一维返回

vstack(tup)：上下合并

hstack(tup)：左右合并

hsplit(ary, indices_or_sections)：水平分割n份

vsplit(ary, indices_or_sections)：垂直分割n份

copy(a)：深度拷贝

Pandas

Pandas快速入门教程可参考：10 Minutes to pandas

Pandas数据结构

Pandas的数据结构有两种：Series和DataFrame。

Series：索引在左边，值在右边。创建方式如下：

In [4]: s = pd.Series([1,3,5,np.nan,6,8])
In [5]: s
Out[5]: 
0  1.0
1  3.0
2  5.0
3  NaN
4  6.0
5  8.0
dtype: float64

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。