- 1、本文档共15页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第3章数据分析的基础
第3章 数据分析的基础
3.1 认识Numpy和Pandas
3.2 Numpy的基本使用
3.3 Pandas的基本使用
3.1 认识Numpy和Pandas
Numpy(Numerical Python)提供了python对多维数组对象的支持:ndarray,具有矢量运算能力,快速、节省空间。Numpy支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
Pandas(Python Data Analysis Library)是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量的数据分析函数库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。除此以外,Pandas还提供了大量能使快速便捷地处理数据的函数和方法,使得Python成为强大而高效的数据分析环境的重要因素之一。
3.2 Numpy的基本使用
3.2.1 创建ndarray数组
ndarray数组是一个N维数组对象(矩阵),它里面设置的所有元素必须是相同的类型。现在通过如下的代码,先来尝试的创建一个ndarray数组。
import numpy as np
x=np.array([1,2,3,4])
print(x)
print(type(x))
3.2 Numpy的基本使用
如果设定的值为不相同类型,那么会统一按照其某一种类型进行统一。
import numpy as np
y=np.array([[1,2.,3],[4,5,6]])
print(y)
print(type(y))
类型
类型代码
说明
int8、uint8
i1、u1
有符号和无符号的8bit(1个字节)整型
int16、uint16
i2、u2
有符号和无符号的16位(2个字节)整型
int32、uint32
i4、u4
有符号和无符号的32位(4个字节)整型
int64、uint64
i8、u8
有符号和无符号的64位(8个字节)整型
float16
f2
半精度浮点数
float32
f4/f
标准的单精度浮点数
float64
f8/d
标准的双精度浮点数。
float128
f16/g
扩展精度浮点数
complex64、complex128、complex256
c8、c16、c32
分别用2个32位、64位或128位浮点数表示的复数
bool
?
存储True和False值得布尔类型
object
O
Python对象类型
string_
S
固定长度的字符串类型(每个字符1个字节)
unicode_
U
固定长度的unicode类型(字节数由平台决定)
3.2 Numpy的基本使用
3.2 Numpy的基本使用
3.2.2 运用ndarray数组
ndarray数组是一个多维的数组,多维数组中的维度称之为“轴”(axis),想要了解一个新的数据参数它是多少维度,可以通过ndim属性来进行访问。而shape属性是可以用来访问多少维度以及每一个维度所对应的它的长度。
1、ndarray的算术运算
2、ndarray的切片
3.2 Numpy的基本使用
1、ndarray的算术运算
ndarray数组使用非常的灵活,它不需要使用循环就可以对列表里的元素执行算术运算,语法和对标量元素的操作一样。
3.2 Numpy的基本使用
2、ndarray的切片
切片(slice)是指从数据的位置中找出符合对应位置的数据出来。在进行切片时,通常需要为数组的每个维度指定一个切片位置,每个维度之间用逗号分割,如果没有逗号,表示只在第一维上进行切片。
3.3 Pandas的基本使用
3.3.1 Series数据结构
1、创建Series数据结构
在Pandas中的Series数据结构是一个像数组一样的一维对象,可以存储很多类型的数据。
3.3 Pandas的基本使用
2、访问Series的元素
Series可以同时使用下标和标签两种方式进行访问。
3.3 Pandas的基本使用
3.3.2 DataFrame数据结构
1、DataFrame数据结构的创建
Series对象的index数组存放有每一个元素的标签,而DataFrame对象则有所不同,它有两个索引数组,第一个数组与行相关,它与Series的索引数组极为相似。每个标签与标签所在行的所有元素相关联。而第二个数组包含一系列列标签,每个标签与一列数据相关联。
3.3 Pandas的基本使用
2、DataFrame数据结构的创建
访问DataFrame,需要先使用列的名称,如图3-2所示通过名字、成绩和ID,得到该列对应的Series对象,然后使用下标或者标签访问Series中的元素。
您可能关注的文档
- 教学课件第3章 编码及调制技术.ppt
- 教学课件第3章 变压器与电动机 - -1.pptx
- 教学课件第3章 处理网页图片.pptx
- 教学课件第3章 大数据存储与计算.pptx
- 教学课件第3章 工程项目招投标及合同管理 改.pptx
- 教学课件第3章 静态网页开发基础.pptx
- 教学课件第3章 可编程逻辑器件.ppt
- 教学课件第3章 快速成型材料及设备.pptx
- 教学课件第3章 输入输出流.pptx
- 教学课件第3章 无线电技术基础.ppt
- 英语人教PEP版八年级(上册)Unit4+writing+写作.pptx
- 人美版美术四年级(上册)8 笔的世界 课件 (1).pptx
- 人美版美术七年级(上册)龙的制作.pptx
- 英语人教PEP版六年级(上册)Unit 2 第一课时.pptx
- 数学苏教版三年级(上册)3.3 长方形和正方形周长的计算 苏教版(共12张PPT).pptx
- 音乐人教版八年级(上册)青春舞曲 课件2.pptx
- 音乐人教版四年级(上册) 第一单元 音乐知识 附点四分音符|人教版.pptx
- 英语人教PEP版四年级(上册)Unit 6 Part B let's learn 1.pptx
- 道德与法治人教版二年级(上册)课件-3.11大家排好队部编版(共18张PPT).pptx
- 人美版美术七年级(上册)《黄山天下奇》课件1.pptx
文档评论(0)