机器学习与算法应用 课件 02-2-Pandas简介及基本使用.pptx

机器学习与算法应用第二章机器学习的Python常用库Pandas简介及基本使用Numpy简介及基本使用0201050403波士顿房价预测实战Matplotlib简介及基本使用Scikit-Learn简介及基本使用目录 CONTENT课前回顾020301OPTIONOPTIONOPTION机器学习的Python常用库—Numpy简介及基本使用统计学在机器学习中的应用Numpy基本使用Numpy简介Pandas简介及基本使用Pandas简介Pandas基本使用0 2Pandas快速入门Pandas简介官网链接：/简介：Pandas是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。Pandas快速入门强大的Pandas基本功能开发pandas时提出的需求具备按轴自动或显式数据对齐功能的数据结构集成时间序列功能既能处理时间序列数据也能处理非时间序列数据的数据结构Pandas快速入门强大的Pandas基本功能数学运算和约简（比如对某个轴求和）可以根据不同的元数据（轴编号）执行灵活处理缺失数据合并及其他出现在常见数据库（例如基于SQL的）中的关系型运算Pandas快速入门强大的Pandas数据结构Series(一维)DataFrame(二维)Panel(三维)Pandas快速入门数据结构SeriesSeries是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成Series的字符串表现形式为：索引在左边，值在右边Pandas快速入门三方面来了解Series创建读写运算Pandas快速入门数据结构Series的创建ser1 = Series(range(4)）ser2 = Series(range(4),index = [a,b,c,d])sdata = {Ohio: 35000, Texas: 71000, Oregon: 16000, Utah: 5000}ser3 = Series(sdata)注：传递的data是一个dict字典类型对象，并且传递了index参数，那么对应的值将从字典中取出。否则，index的值将由字典对象里的key值进行构造Pandas快速入门Series的index和valuesser2.index Index([a, b, c, d], dtype=object)ser2.values array([0, 1, 2, 3])ser2[[a,c]] a 0 c 2Pandas快速入门数据结构Series的读写a = pd.Series([11, 22, 33, 44, 55])a[1:3] 1 22 2 33a[1]=2a[1:3] 1 2 2 33Pandas快速入门数据结构Series的运算Series间的计算a = pd.Series([1, 2, 3, 4]) b = pd.Series([1, 2, 1, 2]) print(a + b)print(a * 2)print(a = 3)print(a[a = 3])Pandas快速入门数据结构Series的运算Series函数的使用a = pd.Series([1, 2, 3, 4, 5])平均值print(a.mean())练习：了解一下Series还有哪些函数吧Pandas快速入门数据结构DataFrameDataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等） DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）Pandas快速入门几方面来了解DataFrame创建索引apply方法算术运算缺失值处理Pandas快速入门数据结构DataFrame的创建二维的ndarrayimport pandas as pddf1=pd.DataFrame(np.arange(9).reshape(3,3),columns=list(bcd),index=[b,s,g])Pandas快速入门数据结构DataFrame的创建外部导入import pandas as pddf = pd.read_csv(./data/titanic.csv)Pandas快速入门数据结构DataFrame的创建字典导入import pandas as pddata = {country:[aaa,bbb,ccc], po