【机器学习】NumPy、Panda相关数据结构学习
NumPy学习
NumPy重要的一个特点：是一个N维数组对象。提供了shape(指明行数、列数)和dtype(数据类型)
初始化
1 data1 = [3,5] 2 3 arr1 = np.array(data1) 4 arr1 5 输出：array([3, 5])
注意，如果有切片来自于该数据，改变切片，也会改变原来的数据。
Panda
主要由Series和DataFrame组成。
Series
1，Series包括了index和values，其中values数据包括各种NumPy数据类型。与NumPy相比，可以通过索引的方式选取Series的单个或一组值。
2，Series可以看出是一个定长的有序字典，也可以直接通过map来创建Series.
data = {'o':1,'h':2} || obj = Series(data)
3，可用isnull()、notnull()来检测缺失的数据；
4，一个重要的功能：两个索引可能不同的Series相加时，可以自动对齐不同索引的数据。空的地方，会自动以Nan补齐。
1 输入 2 obj=pd.Series([4,6,7]) 3 输出： 4 5 >>> obj 6 0 4 7 1 6 8 2 7 9 dtype: int64
DataFrame
DataFrame是一个表格型的数据结构，既有行索引，也有列索引。
1， DataFrame初始化： 直接传入一个由等长列表或NumPy数组组成的字典：
1 data = {'state':['ohio], 'year':[2000]} 2 frame=pd.DataFrame(np.arange(12.).reshape((4,3)), columns=list('bde'), index=['Utah','Ohio','Texas','Oregon']) 3 4 输出： 5 6 >>> frame 7 b d e 8 Utah 0.0 1.0 2.0 9 Ohio 3.0 4.0 5.0 10 Texas 6.0 7.0 8.0 11 Oregon 9.0 10.0 11.0 12 13 data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
简单总结
data['w'] #选择表格中的'w'列，使用类字典属性,返回的是Series类型
data.w #选择表格中的'w'列，使用点属性,返回的是Series类型
data[['w']] #选择表格中的'w'列，返回的是DataFrame属性
data[['w','z']] #选择表格中的'w'、'z'列
data[0:2] #返回第1行到第2行的所有行，前闭后开，包括前不包括后
data[1:2] #返回第2行，从0计，返回的是单行，通过有前后值的索引形式，
#如果采用data[1]则报错
df[]只能进行行选择，或列选择，不能同时进行列选择，列选择只能是列名。
dataframe.drop([columns]) 剔除某一列
