点击蓝字
節
关注我们
·基本运算符·
# 数组在运算的时候是按照位置一一对应计算，而列表相加则为拼接
ar1 = np.array([11,22,33,44])
ar2 = np.array([55,66,77,88])
ar1 + ar2
array([ 66, 88, 110, 132])
ar1 ** 2
array([ 121, 484, 1089, 1936], dtype=int32)
ar1 > ar2
array([False, False, False, False])
# 数学运算符
+数组对应元素的加和
-数组对应元素的差
*数组对应元素的乘积
/数组对应元素商
//数组对应元素整除数
%数组对应元素余数
**数组对应元素的幂指数
# 比较运算符
>
等价np.greater(arr1,arr2)
判断arr1的元素是否大于arr2的元素
>=
等价np.greater_equal(arr1,arr2)
判断arr1的元素是否大于等于arr2的元素
<
等价np.less(arr1,arr2)
判断arr1的元素是否小于arr2的元素
<=
等价np.less_equal(arr1,arr2)
判断arr1的元素是否小于等于arr2的元素
==
等价np.equal(arr1,arr2)
判断arr1的元素是否等于arr2的元素
!=
等价np.not_equal(arr1,arr2)
判断arr1的元素是否不等于arr2的元素
# 函数 #
# 函数相当于是工具 具有一定的功能 调用即可使用
# 内置函数：解释器自带的已经写好的
# 自定义函数：自已定义，调用即可使用
# 常用的数学函数
1.np.round(arr)
对各元素进行四舍五入
np.round(np.array([1.6,2.2,4.6,9.8]))
2.np.sqrt(arr)
对各元素进行算术平方根
3.np.square(arr)
计算各元素的平方值
4.np.exp(arr)
计算以e为底的指数
5.np.power(arr, α)
计算各元素的指数
6.np.log2(arr)
计算以2为底各元素的对数
7.np.log10(arr)
计算以10为底各元素的对数
8.np.log(arr)
计算以e为底各元素的对数
# 常用的统计函数(必会)
所有的函数默认都是针对所有元素 不区分行列
np.min(arr,axis)
按照轴的方向计算最小值
np.max(arr,axis)
按照轴的方向计算最大值
np.mean(arr,axis)
按照轴的方向计算平均值
np.median(arr,axis)
按照轴的方向计算中位数
np.sum(arr,axis)
按照轴的方向计算和
np.std(arr,axis)
按照轴的方向计算标准差
np.var(arr,axis)
按照轴的方向计算方差
注意：
axis=0时，计算数组各列的统计值
axis=1时，计算数组各行的统计值
随机数模块
# python中random模块
利用random模块产生验证码(随机数字 大写字母 小写字母)
'''
65-90 A-Z
97-122 a-z
'''
# numpy中也有random子模块
np.random
rand(3,3)给点形状产生随机数组(0到1之间的小数)
randint给点形状产生随机整数
choice给点形状产生随机选择
shuffle与random.shuffle相同
uniform给点形状产生随机数组(随机均匀分布)
normal随机正态分布
numpy案例
jason有10000元,去某赌场嗨皮
假设输赢概率都是50%，并且赢一场赚100，输一场亏100
jason总共玩了1500场
################# 初步实现
# 先定义一个变量存储jason的初始钱数
money = 10000
# for循环，定义玩的场数
for i in range(1500):
l = ['输'，'赢']
res = np.random.choice(l)
if res = '输':
money -= 100
else:
money += 100
print('1500场之后剩余的钱数：%s'%money)
###################进阶操作 每次都记录剩余的钱数
# 先定义一个变量存储jason的初始钱数
money = 10000
# 再定义一个空列表用来存储每一次剩余的钱数
l1 = []
l1.append(money)
# for循环，定义玩的场数
for i in range(1500):
l = ['输','赢']
res = np.random.choice(l)
if res == '输':
money -= 100
else:
money += 100
l1.append(money)
print('1500场之后剩余的钱数：%s'%money)
print(l1)
############## 后期操作 绘制剩余钱数的曲线图(暂时无需研究)
import matplotlib.pyplot as plt
plt.plot(range(1501),l1)
plt.show()
pandas模块
基于Numpy构建，强大的Python数据分析工具包
pandas的出现，让Python语言成为使用最广泛而且最强大的数据分析环境之一
pandas的主要功能：
1.具备诸多功能的两大数据结构：Series、DataFrame (都是基于Numpy构建出来的)
公司中使用频繁的是DataFrame，而Series是构成DataFrame的基础,
即一个DataFrame可能由N个Series构成
2.集成时间序列功能
3.提供丰富的数学运算和操作(基于Numpy)
4.灵活处理缺失数据
下载
pip3 install pandas
conda install pandas
导入
import pandas as pd # 习惯起pd别名
Series数据结构
主要包含两部分：
行标签/行索引
真实数据
创建方法：
1.pd.Series([4,5,6,7,8])
# np.array([11,22,33,44,55])
行索引数值
0 4
1 5
2 6
3 7
4 8
dtype: int64
2.
pd.Series([4,5,6,7,8],index=['a','b','c','d','e'])
# index参数指定行标签
行索引数值
a 4
b 5
c 6
d 7
e 8
dtype: int64
3.pd.Series({"a":1,"b":2})
# 字典的key会自动作为行标签 value自动作为数据
4.pd.Series(111,index=['a','b','c'])
缺失数据的概念
NaN: Not A Number 缺失数据
st = {"tony":18,"yang":19,"bella":20,"cloud":21}
obj = pd.Series(st)
obj
tony 18
yang 19
bella 20
cloud 21
dtype: int64
# 定义新索引
new_st = ['tony','yang','cloud','jason']
# 修改原索引
obj1 = pd.Series(st,index=new_st)
# 查看数据变化
obj1
tony 18.0
yang 19.0
cloud 21.0
jason NaN
dtype: float64
处理缺失数据的常用方法
dropna() # 过滤掉值为NaN的行
fillna() # 填充缺失数据
isnull() # 返回布尔数组
notnull() # 返回布尔数组
obj1.fillna(666) # 本身没有变化 只是产生了新的结果
obj1.dropna() # 本身没有变化 只是产生了新的结果
# 当一个操作方法执行之后返回了结果 说明没有改变原数据而是产生了新的数据
# 当一个操作方法执行之后没有任何返回结果 说明改变的是原数据本身
obj1.fillna(666,inplace=True)
'''如果想要直接改变原变量数据 则通过参数inplace=True'''
# 布尔选择器 #
mask = pd.Series([True,False,False,True,False])
price = pd.Series([321312,123,324,5654,645])
1.price[mask] # 布尔取值 按照位置对应 取出所有为True的
2.price|mask # | 相当于python逻辑运算符的or或
3.(price>200) & (price<900)
# 筛选出价格大于200并且小于900的数据
# & 相当于python逻辑运算符的and与
price[(price>200) & (price<900)]
'''
2 324
4 645
dtype: int64
'''
"""在使用&与的时候 连接的是条件并且多个条件都必须加括号"""
Series索引取值
3 3
4 4
5 5
6 6
7 7
8 8
9 9
dtype: int32
srr.iloc[0] # 以行索引获取值 3
srr.loc[3] # 以行标签获取值 3
srr.index # 获取Series行索引/行标签 在pandas中字符串类型统一使用object来声明
sr = pd.Series(np.arange(10))
sr
srr = sr[3:]
srr
srr[0] # 报错!!!
数据操作
sr3 = pd.Series([11,22,33,44,55,66])
# 改
sr3.iloc[0] = 77
sr3.loc[5] = 99
# 增
sr3.append(pd.Series({'a':1,'b':2}))
# 删
del sr3[1] # 不能使用iloc和loc
DataFrame结构(重要)
表格型数据结构(表)
相当于一个二维数组，含有一组有序的列也可以看作是由Series组成的共用一个索引的字典
多种创建方式:
1.pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
# 字典的键会作为表格的列字段名称
# 字典的值会作为表格的真实数据项
onetwo
014
123
232
341
2.pd.DataFrame({
'one':pd.Series([1,2,3],index=['a','b','c']),
'two':pd.Series([1,2,3],index=['b','a','c'])
})
# Series指定行标签 则展示行标签
3.pd.DataFrame(np.array([[10,20],[30,40]]),index=['a','b'],columns=['c1','c2'])
# index自定义行标签
# columns自定义列字段名称
4.pd.DataFrame([np.arange(1,8),np.arange(11,18)])
# 如果没有行标签和列字段名称 那么统一使用从0开始的索引值
5.s1 = pd.Series(np.arange(1,9,2))
s2 = pd.Series(np.arange(2,10,2))
s3 = pd.Series(np.arange(5,7),index=[1,2])
pd.DataFrame({'c1':s1,'c2':s2,'c3':s3})
基本运算符
add加add
sub 减substract
div除divide
mul 乘multiple
sr1 = pd.Series([12,23,34], index=['c','a','d'])
sr3 = pd.Series([11,20,10,14], index=['d','c','a','b'])
sr1.add(sr3)
# 按照行标签对应计算
sr1.add(sr2,fill_value=666) # 先填充缺失值 再计算
a 33.0
b 680.0
c 32.0
d 45.0
dtype: float64
