随笔分类 - python / python数据分析
摘要：一、数值计算和统计 1.数学计算方法 # 主要数学计算方法，可用于Series和DataFrame（1） df = pd.DataFrame({'key1':np.arange(10), 'key2':np.random.rand(10)*10}) print(df) print(' ') prin
阅读全文
摘要：一、Pandas时刻数据 时刻数据代表时间点，是pandas的数据类型，是将值与时间点相关联的最基本类型的时间序列数据 1.pd.Timestamp date1 = datetime.datetime(2016,12,1,12,45,30) # 创建一个datetime.datetime date2
阅读全文
摘要：一、Dataframe基本概念 # 二维数组"Dataframe：是一个表格型的数据结构，包含一组有序的列，其列的值类型可以是数值、字符串、布尔值等。 data = {'name': ['Jack', 'Tom', 'Mary'], 'age': [18, 19, 20], 'gender': ['
阅读全文
摘要：一、Series基本概念及创建 1.基本概念 # Series 数据结构 # Series 是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,轴标签统称为索引 # 导入numpy、pandas模块 import numpy as np import pandas
阅读全文
摘要：练习1：分别按照要求，生成一个一维数组、二维数组，并且查看其shape a1 = np.array([1,2,'a','hello',[1,2,3],{'one':100,'two':200}]) a2 = np.array([list(range(6)), list('abcdef'), [Tru
阅读全文
摘要：一、Numpy基础数据结构 NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成： ① 实际的数据 ② 描述这些数据的元数据 二、常见方法 import numpy as np ar = np.array([[[1,2,3,4,5,6,7],[1,2,3,4,5,6,7],[1,2,
阅读全文
