目錄
網站推薦：
http://pandas.pydata.org/pandas-docs/stable/10min.html
一，ndarray基礎（2-2）
- ndarray.ndim 數組軸的個數，在python的世界中，軸的個數被稱作秩
- ndarray.shape 數組的維度。這是一個指示數組在每個維度上大小的整數元組。例如一個n排m列的矩陣，它的shape屬性將是(2,3),這個元組的長度顯然是秩，即維度或者ndim屬性
- ndarray.size 數組元素的總個數，等於shape屬性中元組元素的乘積。
- ndarray.dtype 一個用來描述數組中元素類型的對象，可以通過創造或指定dtype使用標準Python類型。另外NumPy提供它自己的數據類型。
- ndarray.itemsize 數組中每個元素的字節大小。例如，一個元素類型爲float64的數組itemsiz屬性值爲8(=64/8),又如，一個元素類型爲complex32的數組item屬性爲4(=32/8).
- ndarray.data 包含實際數組元素的緩衝區，通常我們不需要使用這個屬性，因爲我們總是通過索引來使用數組中的元素
slice
reshape
x=np.arange(0,9) >>0,1,2,3,4,5,6,7,8
y=x.reshape(3,3)
>>
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
3,返回原來。
y.reshape(9) >> array([0, 1, 2, 3, 4, 5, 6, 7, 8])
4,修改
flattened[0] = 1000 >> array([1000, 1, 2, 3, 4, 5, 6, 7, 8])
5,合併
np.hstack((a, b))
>>
array([[0, 1, 2,b1],
[3, 4, 5,b2],
[6, 7, 8,b3]])
通用函數
1，均值，標準差，方差
a = np.arange(1,10)
a.mean(), a.std(), a.var( ) >>(5.0, 2.5819888974716112, 6.666666666666667)
2，求和，集
a.sum(), a.prod() >>(45, 362880)
3,求累加和，累加乘
a.cumsum(), a.cumprod()
>>
(array([ 1, 3, 6, 10, 15, 21, 28, 36, 45], dtype=int32),
array([ 1, 2, 6, 24, 120, 720, 5040, 40320,
362880], dtype=int32))
4,所有和部分 all，any
二，Series
pandas中的兩種基礎數據結構之一，可以理解爲一維帶標籤數組.
數組中數據可以爲任意類型(整數，字符串，浮點數，Python objects等).
數組中數據爲同一類型(homogeneous)
import numpy as np
import pandas as pd
建立一個Series
這裏data可以是
- list
- array
- dictionary
1，創建
s = pd.Series(data, index=index)
--------------------------------------------
2，指名稱 name=
price = pd.Series([15280,45888,15692,55689,28410,27566],name="price")
price >>
0 15280
1 45888
2 15692
3 55689
4 28410
5 27566
Name: price, dtype: int64
----------------------------------------------
3,字母順序排列 tamp
temp = {'Mon': 33, 'Tue': 19, 'Wed': 15, 'Thu': 89, 'Fri': 11, 'Sat': -5, 'Sun': 9}
pd.Series(temp)
>>
Fri 11
Mon 33
Sat -5
Sun 9
Thu 89
Tue 19
Wed 15
dtype: int64
-------------------------------------------
4,指查看前面幾位 head(2) ,後面幾個tail(3)
price.head(2)、tail(3)
>>
0 15280
1 45888
dtype: int64
----------------------------------
5，查看所有
print(dir(price))
index
1,訪問數據[]
2,字符串
price = pd.Series([15280,45888,15692],index=['wh','sh','hz''])
>>
wh 15280.0
sh 45888.0
hz 15692.0
--------------------------
3,查找數據 顯示第一列，顯示第二列
teap[0] >>wh
temp.loc[0] >>15280.0
-----------------
4，採取切片方式 , iloc[]
temp.iloc[0:3]
----------------------------
5,修改與刪除Series中的值
price
-----（改）
price.iloc[0]= 修改
price['cd']=9500
-----（添加）
price.append(pd.Series([1000],index=['名'])
>>添加
wh 15280.0
sh 45888.0
名 10000
----（刪除）
del price['名']
>>刪除
統計
1，最小，最大，中間，
price.min()
price.max()
price.median()
2，顯示所有
price.describe()
>>
count 6.000000
mean 29461.666667
std 20585.747940
min 9500.000000
25% 15383.000000
50% 22051.000000
75% 41518.500000
三，dataframe(2-4)
import numpy as np
import pandas as pd
新增
1,創建 np.array, dict
df1=pd.DataFrame(np.array([[10,20],[30,40]]))
>>
0 1
0 10 20
1 30 40
df2 = pd.DataFrame([pd.Series(np.arange(1, 8)),pd.Series(np.arange(11, 18))])
>>
0 1 2 3 4 5 6
0 1 2 3 4 5 6 7
1 11 12 13 14 15 16 17
--------------------------------------
2,創建行列名稱
df3=pd.DataFrame(np.array([[10,20],[30,40]]),index=['a','b'],columns=['c1','c2'])
>>
c1 c2
a 10 20
b 30 40
---------------------------------
3,查看info()
df5.info() >> df5所有詳細數據
-----------------------------------
4，讀取csv文件
eu12=pd.read_csv('../data/Eueo2012.csv',index_col='Team')
查看，選擇列【】
1，查看 選擇1,2列
eu12[[1,2]].head()
----------------------------
2，查看 選擇“列名字1”“列名字2”
eu12[['Shots on target','Shots off target']].head()
-----------------------
3，智能判斷索引 ix[] - index label 或者location
eu12.ix[[2,4]] >>根據第2行，和第3行索引
eu12.ix[['名1','名2']]
>>
Goals Shots on target Shots off target
名2 4 10 10 50.0% 20.0%
名2 3 22 24 37.9% 6.5%
------------------------------
4，精細搜索 .at[]與.iat[]獲取某一行列的值
eu12.at['行名2','列名2'] >> 3
修改，刪除colimns
1，修改
eu12_goals.rename(columns={'原來':'修改後'})
--------------------
2，插入
eu12_goals.insert(3,'on_target_percent',eu12_goals.on_target_ratio*100)
>>eu12_goals.insert(第幾列,'列名',eu12_goals.列名*100)
--------------------
3，刪除
del eu12_goals['列名']
eu12_goals_cp.pop('列名')
----------------------
添加行
df3=df1.append(df2)
---------------
2，添加行中行 multi-index
（1）新增行列
np.arrays = [['one','one','one','two','two','two'],[1,2,3,1,2,3]]
（2）randn(列,行) ，zip（分成多少）
df = pd.DataFrame(np.random.randn(6,2),index=pd.MultiIndex.from_tuples(list(zip(*np.arrays))),columns=['A','B'])
>>
A B
one 1 -1.424150 -0.030356
2 0.389071 1.209949
3 0.780984 2.399635
two 1 -0.893666 0.703441
2 -0.110211 -0.916821
3 -1.176147 0.235822
總結： summary。（求平均，合...）
1,求平均
按列求平均 :>> one_mon_hist.mean()
按行求平均 :>> one_mon_hist.mean(axis=1) # row
2，求方差
one_mon_hist.median()
3,求函數
one_mon_hist.var()
4，最小值
one_mon_hist[['列1', '列2']].min()
5，最大值
one_mon_hist[['列1', '列2']].max()
6，查找“最小值”在哪一行
one_mon_hist[['列1', '列2']].idxmin()
7，查找“最大值”在哪一行
one_mon_hist[['列1', '列2']].idxmax()
---------------------------------------------------
8，查看所有數據
one_mon_hist.describe()
>>
MSFT AAPL
count 22.000000 22.000000
mean 47.493182 112.411364
std 0.933077 2.388772
min 45.160000 106.750000
25% 46.967500 111.660000
50% 47.625000 112.530000
75% 48.125000 114.087500
max 48.840000 115.930000