07 2018 档案
摘要：pandas 的读写函数简表 1、多年以来，人们已习惯于文本文件的读写，特别是列表形式的数据。如果文件每一行的多 个元素是用逗号隔开的， 则这种格式叫作CSV，这可能是最广为人知和最受欢迎的格式。 2、其他由空格或制表符分隔的列表数据通常存储在各种类型的文本文件中（扩展名一般 为.txt )。 3、
阅读全文
摘要：DataFrame的定义 使用index参数可以设置index信息 选取元素 一般我们常需要按列取值，那么DataFrame提供了 loc 和 iloc 供大家选择，但是两者之间是由区别的。 一般取值操作 元素的赋值 赋值补充 Index对象 注意上面的 Series 用 reindex 改变了in
阅读全文
摘要：pandas在python中的使用： 在python中默认用 import pandas as pd 导入pandas库，你可以用 pd.__version__ 查看你安装的版本。 pandas中主要有两种数据结构：Series 和 DataFrame。下面我们将介绍 Series 。 Series
阅读全文
摘要：数组的连接： 拆分数组： 数组的广播机制： 示意图如下： 结构化数组： 文件贮存与读写： np.where: np.where实际上是 x if condition else y 的矢量化版本 数组去重：
阅读全文
摘要：数组的切片索引： 数组的切片索引和列表非常类似，下面用代码简单说明 由于和列表类似，且要符号多维数组的特征，所以这里不过多阐述。有需要参考列表的相关知识。 数组的循环遍历： np.apply_along_axis()方法在我们对矩阵按行按列操作的时候最好用它。注意，第一个参数是方法，方法可以是自己对
阅读全文
摘要：数组间的加减乘除： 数组与数值相加减乘除，实际是对每个元素都进行加减乘除： print(a + 2, '\n', a - 2, '\n', a * 2, '\n', a / 2) Out[2]： [3 4 5 6] [-1 0 1 2] [2 4 6 8] [0.5 1. 1.5 2. ] 矩阵间的
阅读全文
摘要：导入Numpy库，约定熟成的导入方式为 import numpy as np: 创建数组： 创建常规数组，测试numpy的属性，如：ndim、shape、itemsize、size、data [1. 2.] 数组的维数： 3 数组的形状： (2, 2, 3) 数组每个元素占几个字节： 8 数组的大小
阅读全文
