筆記 Data Processing Using Python 3(用Python玩轉數據第三章)

Data Processing Using Python 3

1. 創建字典的三種方法：
   •  python
aInfo = {'Wangdachui': 3000, 'Niuyun':2000, 'Linling':4500, 'Tianqi':8000}
info = [('Wangdachui',3000), ('Niuyun',2000), ('Linling',4500), ('Tianqi',8000)]
bInfo = dict(info)
   •  python
cInfo=dict([['Wangdachui',3000], ['Niuyun',2000], ['Linling',4500], ['Tianqi',8000]])
   •  python
#創建員工信息表時將所有員工工資默認值設定爲3000
aDict = {}.fromkeys(('Wangdachui', 'Niuyun', 'Linling', 'Tianqi'),3000)
2. 已經有姓名列表和工資表，如何生成字典類型的員工信息表：
   •  python
names = ['Wangdachui', 'Niuyun', 'Linling', 'Tianqi']
salaries = [3000, 2000, 4500, 8000]
dict(zip(names,salaries))
3. 字典的使用
   •  python
aInfo['Niuyun']#鍵值查找
aInfo['Niuyun']=9999#aInfo裏面的值存在的則是進行更新，不存在的則是進行添加
'Mayun' in aInfo#成員判斷，返回的值是true or false
del aInfo['Fuyun']#刪除字典成員
len()#計算字典內建的長度
hash()#計算字典內的進行不同的判斷
aInfo.clear()
copy()
fromkeys()
get()
items()
keys()
pop()
setdefault()
update()
values()
4. 集合
   •  python
set('XX')#可變集合
frozenset('XX')#不可變集合
     
     重點記憶部分數學運算符合：其他部分與大部分其他語言的編碼一致

     數學符合	python
     屬於	in
     不屬於	not in

     集合內建函數

     面向所有集合	面向可變集合
     s.issubset(t)	update(i)
     issuperset(t)	intersection_update(t)
     union(t)	difference_update(t)
     intersection(t)	symmetric_difference_update(t)
     difference(t)	add(obj)
     symmetric_difference(t)	remove(obj)
     copy()	discard(obj)
     	pop();clear()

5. 擴展庫SCIPY
   •  python
#python原有數據結構的變化
ndarray(N維數組)
Series（變長字典）
DataFrame（數據框）
Numpy--強大的ndarray對象和ufunc函數，無縫對接數據庫
scipy--基於Numpy的數據計算工具和圖像處理軟件
Matplotlib--二維繪圖庫
pandas--切片和讀寫多種文件格式功能
6. NDArray 
   • 用list和tuple等數據結構表示數組
   • 一維數組 list = [1,2,3,4]
   • 二維數組 list = [[1,2,3],[4,5,6],[7,8,9]] 
     • array模塊
   • 通過array函數創建數組， array.array("B", range(5))
   • 提供append、 insert和read等方法 
     – 維度（ dimensions）稱爲軸 
     （ axes），軸的個數稱爲秩（ rank） 
     – 基本屬性 
     • ndarray.ndim（秩） 
     • ndarray.shape（維度） 
     • ndarray.size（元素總個數） 
     • ndarray.dtype（元素類型） 
     • ndarray.itemsize（元素字節大小） 
     常用函數例子

   dot	矩陣內積
   linalg.det	行列式
   linalg.inv	逆矩陣
   linalg.solve	多元一次方程組求根
   linalg.eig	求特徵值和特徵向量
   sum	mean
   :----:	:-----:
   std	var
   min	max
   argmin	argmax
   cumsum	cumprod

7. SERIES 
   • 基本特徵
   • 類似一維數組的對象
   • 由數據和索引組成
8. DATAFRAME 
   • 基本特徵
   • 一個表格型的數據結構
   • 含有一組有序的列（類似於index）
   • 大致可看成共享同一個index的Series集合
     •  python
data = {'name': ['Wangdachui', 'Linling', 'Niuyun'], 'pay': [4000, 5000, 6000]}
frame = pd.DataFrame(data)