无涯教程网-Python数据科学教程完整离线版.pdf免费

Python - 数据操作介绍 Python主要通过两个库Pandas和Numpy处理各种格式的数据，在本章中，我们将看到每个库中有关 如何处理数据的⼀些基本⽰例。 Numpy数据操作 NumPy中定义的最重要的对象是称为ndarray的N维数组类型，它描述了相同类型的元素的集合，可以使⽤从零开始的索引来访问集合中的元 素，ndarray类的可以通过本教程后⾯介绍的不同的数组创建⽰例来构造，基于ndarray使⽤NumPy中的数组函数创建，如下所⽰- numpy.array 以下是有关Numpy数据处理的⼀些⽰例。 ⽰例1 # more than one dimensions import numpy as np a = np.array([[1, 2], [3, 4]]) print a 输出如下- [[1, 2] [3, 4]] ⽰例2 # minimum dimensions import numpy as np a = np.array([1, 2, 3,4,5], ndmin = 2) print a 输出如下- [[1, 2, 3, 4, 5]] ⽰例3 # dtype parameter import numpy as np a = np.array([1, 2, 3], dtype = complex) print a 输出如下- [ 1.+0.j, 2.+0.j, 3.+0.j] Pandas数据操作 Pandas通过Series ，Data Frame和Panel处理数据。 Pandas Series Series是⼀维标签的数组，能够保存任何类型的数据(整数，字符串，浮点数，python对象等) ，可以使⽤以下构造函数创建- pandas.Series( data, index, dtype, copy) 在这⾥，我们从⼀个Numpy数组创建⼀个序列。 #import the pandas library and aliasing as pd import pandas as pd import numpy as np data = np.array([a,b,c,d]) s = pd.Series(data) print s 其输出如下- 吾⽣也有涯,⽽知⽆涯 - ⽆涯教程 其输出如下- 0 a 1 b 2 c 3 d dtype: object Pandas DataFrame DataFrame是⼆维数据结构，即数据以表格形式在⾏和列中对齐，可以使⽤以下构造函数创建pandas DataFrame- pandas.DataFrame( data, index, columns, dtype, copy) 现在让我们使⽤数组创建索引的DataFrame。 import pandas as pd data = {Name:[Tom, Jack, Steve, Ricky],Age:[28,34,29,42]} df = pd.DataFrame(data, index=[rank1,rank2,rank3,rank4]) print df 其输出如下- Age Name rank1 28 Tom rank2 34 Jack rank3 29 Steve rank4 42 Ricky Pandas Panel Panel是3D数据集合，可以使⽤以下构造函数创建- pandas.Panel(data, items, major_axis, minor_axis, dtype, copy) 在下⾯的⽰例中，我们根据DataFrame对象的字典创建⾯板 #creating an empty panel import pandas as pd import numpy as np data = {Item1 : pd.DataFrame(np.random.randn(4, 3)), Item2 : pd.DataFrame(np.random.randn(4, 2 ))} p = pd.Panel(data) print p 其输出如下- class pandas.core.panel.Panel Dimensions: 2 (items)