前言
本文主要給大家介紹了關于python中Numpy和Pandas使用的相關資料，分享出來供大家參考學習，下面話不多說了，來一起看看詳細的介紹吧。
它們是什么？
NumPy是Python語言的一個擴充程序庫。支持高級大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫。
Pandas是基于NumPy 的一種工具，該工具是為了解決數據分析任務而創建的。Pandas 納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。Pandas提供了大量能使我們快速便捷地處理數據的函數和方法。
List、Numpy與Pandas
Numpy與List
相同之處：
- 都可以用下標訪問元素，例如a[0]
- 都可以切片訪問，例如a[1:3]
- 都可以使用for循環進行遍歷
不同之處：
- Numpy之中每個元素類型必須相同；而List中可以混合多個類型元素
- Numpy使用更方便，封裝了許多函數，例如mean、std、sum、min、max等
- Numpy可以是多維數組
- Numpy用C實現，操作起來速度更快
Pandas與Numpy
相同之處：
- 訪問元素一樣，可以使用下標，也可以使用切片訪問
- 可以使用For循環遍歷
- 有很多方便的函數，例如mean、std、sum、min、max等
- 可以進行向量運算
- 用C實現，速度更快
不同之處：Pandas擁有Numpy一些沒有的方法，例如describe函數。其主要區別是：Numpy就像增強版的List，而Pandas就像列表和字典的合集，Pandas有索引。
Numpy使用
1、基本操作
import numpy as np
#創建Numpy
p1 = np.array([1, 2, 3])
print p1
print p1.dtype
[1 2 3]
int64
#求平均值
print p1.mean()
2.0
#求標準差
print p1.std()
0.816496580928
#求和、求最大值、求最小值
print p1.sum()
print p1.max()
print p1.min()
6
3
1
#求最大值所在位置
print p1.argmax()
2
2、向量運算
p1 = np.array([1, 2, 3])
p2 = np.array([2, 5, 7])
#向量相加，各個元素相加
print p1 + p2
[ 3 7 10]
#向量乘以1個常數
print p1 * 2
[2 4 6]
#向量相減
print p1 - p2
[-1 -3 -4]
#向量相乘，各個元素之間做運算
print p1 * p2
[ 2 10 21]
#向量與一個常數比較
print p1 > 2
[False False True]
3、索引數組
首先，看下面一幅圖，理解下
然后，咱們用代碼實現看下
a = np.array([1, 2, 3, 4, 5])
print a
[1 2 3 4 5]
b = a > 2
print b
[False False True True True]
print a[b]
[3 4 5]
a[b]中，只會保留a中所對應的b位置為True的元素
4、原地與非原地
咱們先來看一組運算：
a = np.array([1, 2, 3, 4])
b = a
a += np.array([1, 1, 1, 1])
print b
[2 3 4 5]
a = np.array([1, 2, 3, 4])
b = a
a = a + np.array([1, 1, 1, 1])
print b
[1 2 3 4]
從上面結果可以看出來，+=改變了原來數組，而+沒有。這是因為：
- +=：它是原地計算，不會創建一個新的數組，在原始數組中更改元素
- +：它是非原地計算，會創建一個新的數組，不會修改原始數組中的元素
5、Numpy中的切片與List的切片
l1 = [1, 2, 3, 5]
l2 = l1[0:2]
l2[0] = 5
print l2
print l1
[5, 2]
[1, 2, 3, 5]
p1 = np.array([1, 2, 3, 5])
p2 = p1[0:2]
p2[0] = 5
print p1
print p2
[5 2 3 5]
[5 2]
從上可知，List中改變切片中的元素，不會影響原來的數組；而Numpy改變切片中的元素，原來的數組也跟著變了。這是因為：Numpy的切片編程不會創建一個新數組出來，當修改對應的切片也會更改原始的數組數據。這樣的機制，可以讓Numpy比原生數組操作更快，但編程時需要注意。
6、二維數組的操作
p1 = np.array([[1, 2, 3], [7, 8, 9], [2, 4, 5]])
#獲取其中一維數組
print p1[0]
[1 2 3]
#獲取其中一個元素，注意它可以是p1[0, 1]，也可以p1[0][1]
print p1[0, 1]
print p1[0][1]
2
2
#求和是求所有元素的和
print p1.sum()
41
[10 14 17]
但，當設置axis參數時，當設置為0時，是計算每一列的結果，然后返回一個一維數組；若是設置為1時，則是計算每一行的結果，然后返回一維數組。對于二維數組，Numpy中很多函數都可以設置axis參數。
#獲取每一列的結果
print p1.sum(axis=0)
[10 14 17]
#獲取每一行的結果
print p1.sum(axis=1)
[ 6 24 11]
#mean函數也可以設置axis
print p1.mean(axis=0)
[ 3.33333333 4.66666667 5.66666667]
Pandas使用
Pandas有兩種結構，分別是Series和DataFrame。其中Series擁有Numpy的所有功能，可以認為是簡單的一維數組；而DataFrame是將多個Series按列合并而成的二維數據結構，每一列單獨取出來是一個Series。
咱們主要梳理下Numpy沒有的功能：
1、簡單基本使用
import pandas as pd
pd1 = pd.Series([1, 2, 3])
print pd1
0 1
1 2
2 3
dtype: int64
#也可以求和和標準偏差
print pd1.sum()
print pd1.std()
6
1.0
2、索引
（1）Series中的索引
p1 = pd.Series(
[1, 2, 3],
index = ['a', 'b', 'c']
)
print p1
a 1
b 2
c 3
dtype: int64
print p1['a']
（2）DataFrame數組
p1 = pd.DataFrame({
'name': ['Jack', 'Lucy', 'Coke'],
'age': [18, 19, 21]
})
print p1
age name
0 18 Jack
1 19 Lucy
2 21 Coke
#獲取name一列
print p1['name']
0 Jack
1 Lucy
2 Coke
Name: name, dtype: object
#獲取姓名的第一個
print p1['name'][0]
Jack
#使用p1[0]不能獲取第一行，但是可以使用iloc
print p1.iloc[0]
age 18
name Jack
Name: 0, dtype: object
總結：
- 獲取一列使用p1[‘name']這種索引
- 獲取一行使用p1.iloc[0]
3、apply使用
apply可以操作Pandas里面的元素，當庫里面沒用對應的方法時，可以通過apply來進行封裝
def func(value):
return value * 3
pd1 = pd.Series([1, 2, 5])
print pd1.apply(func)
0 3
1 6
2 15
dtype: int64
同樣可以在DataFrame上使用：
pd2 = pd.DataFrame({
'name': ['Jack', 'Lucy', 'Coke'],
'age': [18, 19, 21]
})
print pd2.apply(func)
age name
0 54 JackJackJack
1 57 LucyLucyLucy
2 63 CokeCokeCoke
4、axis參數
Pandas設置axis時，與Numpy有點區別：
- 當設置axis為'columns'時，是計算每一行的值
- 當設置axis為'index'時，是計算每一列的值
pd2 = pd.DataFrame({
'weight': [120, 130, 150],
'age': [18, 19, 21]
})
0 138
1 149
2 171
dtype: int64
#計算每一行的值
print pd2.sum(axis='columns')
0 138
1 149
2 171
dtype: int64
#計算每一列的值
print pd2.sum(axis='index')
age 58
weight 400
dtype: int64
5、分組
pd2 = pd.DataFrame({
'name': ['Jack', 'Lucy', 'Coke', 'Pol', 'Tude'],
'age': [18, 19, 21, 21, 19]
})
#以年齡分組
print pd2.groupby('age').groups
{18: Int64Index([0], dtype='int64'), 19: Int64Index([1, 4], dtype='int64'), 21: Int64Index([2, 3], dtype='int64')}
6、向量運算
需要注意的是，索引數組相加時，對應的索引相加
pd1 = pd.Series(
[1, 2, 3],
index = ['a', 'b', 'c']
)
pd2 = pd.Series(
[1, 2, 3],
index = ['a', 'c', 'd']
)
print pd1 + pd2
a 2.0
b NaN
c 5.0
d NaN
dtype: float64
出現了NAN值，如果我們期望NAN不出現，如何處理？使用add函數，并設置fill_value參數
print pd1.add(pd2, fill_value=0)
a 2.0
b 2.0
c 5.0
d 3.0
dtype: float64
同樣，它可以應用在Pandas的dataFrame中，只是需要注意列與行都要對應起來。
總結
這一周學習了優達學城上分析基礎的課程，使用的是Numpy與Pandas。對于Numpy，以前在Tensorflow中用過，但是很不明白，這次學習之后，才知道那么簡單，算是有一定的收獲。
好了，以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。
參考
Pandas 使用指南(上) 基本數據結構
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
