numpy和pandas（补充一下处理excel的方法（使用pandas)，总结numpy和pandas的基础用法，之后会越来越深入）

一：先说说二者的区别：

Numpy提供了对多维数组（矩阵）的高效支持，用于数据分析，我们遇到的数据一般都是存储在excel或者数据库表中的，大部分都是二维及以上的数据，而Numpy可以很好的处理多维数组（矩阵）比如下面的矩阵，可以使用Numpy对该矩阵进行很多运算操作起来很方便，在数据分析中也总能遇到矩阵，使用Numpy可以方便处理矩阵/

Pandas是建立在Numpy的基础上，提供了更多对二维数组的支持，因此使用Pandas对二维数组进行处理会更加得心应手。如以下的数据，使用Pandas可以很方便的对每一行，每一列进行操作。而对应到excel中，excel其实都是二维数据，因此使用Pandas处理excel也是很方便的。但注意这不是说Numpy就处理不了二维数据，它也可以处理。理清这层关系。

二.Numpy和Pandas的一些操作。

Numpy的核心是多维数组，是通过Ndarray对象做到的，它是一个灵活的数据容器。
下面开始使用Numpy，我是在本地IDEL上使用的。

创建

1.创建一个一维数组：a1 = np.array([1,2,3,4,)
2.a1.shape知道它的形状，这里的输出就是（4，），如果是3行4列的数组，输出（3，4)
3.a1.size,输出数据的元素的个数
4.a1.dtype,输出数组里的元素的数据类型

import numpy as np

a1 = np.array([1,2,3,4])
a1
a1.shape
a1.size
a1.dtype

5.创建一个二维数组 : a2 = np.array([[1,2,3,4], [5,6,7,8]]),二维数组有上面同样的操作，就不再多说。
6.a2.min（）,找到数组中的最小值。这里就是1，注意打上括号，这个是内置方法，不然就出现以下报错

这句话都意思就是min是内置方法。因此我们需要打上括号。
7.a2.ndim得到数组的维度，这里就是2

import numpy as np
a2 = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
a2.min()
a2.ndim

8.使用其他命令创建多维数组
a1 = np.arange(n) //创建一维数组，跟range类似，生成0-nd的连续数字，不包括n。
a2 = np.ones（(2,2)）//创建全为1的22的数组，可以指定类型，默认是float,在我的电脑是float64,指定类型 ：
a2 = np.ones((2,2), dtype = np.int64)
np.zeros与np.ones用法一样，就是数组中的元素全为0
np.empty 创建空值多维数组，只分配内存，不填充任何值；写法跟上面一样。
np.random.random 创建元素值为随机值的多维数组；np.random.random((2, 2)) //生成22的0-1的随机数，当然还有其他的随机数生成方法，链接如下。
https://www.cnblogs.com/DOMLX/p/9751471.html
9.Ndarray 对象还可以通过 reshape 方法变形为其他维度的数组：

a1 = np.arange(12)
a2 = a1.reshape(3,4)

索引

索引方式就是数组的索引方式，当然python可以用·切片进行索引。有疑问可以去看其他博客

基础运算

1.Numpy支持对数组的每一个元素加加上，减去，乘上一个常数，与普通变量的加减乘一样的写法，也支持两个数组之前的加减乘，这些就可以看看网上其他大佬的博客，但注意乘法不是矩阵的乘法，写出a*b，会把相同位置的元素乘起来，想要使用矩阵的乘法，使用命令a.dot(b)
2.Numpy支持的其他运算方式：
1.逻辑运算：

a = np.arange(12).reshape(4, 3)
b = a > 5
b

输出的·是与a相同性状的True，False数组。

2.a.sum 计算多维数组的所有元素的和；
a.max 最大值计算；
a.min 最小值计算；
a.mean 平均值计算；
a.std 标准差计算；
a.var 方差计算；
上面的方法都可以指定计算哪一维的值：

a.sum(axis=0) 计算第一维的所有元素的和，其他的使用方法一样。注意要加括号，因为它们是内置方法，上面我就没有加，不要被迷惑了
上面就是一些总结，其他的还有很多，需要我们不断总结。

Pandas的使用：
我这次的总结想换一个方式，干脆直接在实际中去总结，使用Pandas处理excel文件：
Series 和 DataFrame 是 Pandas 中的两种核心数据结构，大部分 Pandas 的功能都围绕着两种数据结构进行。
Series就是一维数组，DataFrame就是二维数组。

读取excel

import pandas as pd

df = pd.read_excel('test.xls', sheet_name = 1, index_col = '序号', skiprows = [1,5], usercols = [0,2,4])
data.head()

pd.read_excel里面有很多可选参数，第一个参数是必有的参数。下面解释一下常用的参数。
sheet_name 读取excel文件中的工作表。可以使用三种方式。
1.整形数字，表示读取excel文件中的第几张工作表，使用方法sheet_name = 1(读取第二张工作表，从0开始）
2.SheetN，代表第N张工作表，从1开始，S要大写，sheet_name = ‘Sheet5’ (读取第五张工作表）但是注意这里Sheet5没有被重命名才可以这样做，如果被重命名·，需要使用名称进行读取
3.工作表的名称。sheet_name = '成绩‘
4.可以读取多个工作表，sheet_name = ['成绩’， ‘学分’]
data.head() 用做索引的行，就是列的名字，列的索引，默认为第一行
index_col 用做索引的列，就是行的索引，如这里就可以用序号做列的索引。
usercols 需要读取的列
skiprows跳过特定的行。

然后通过上面的读取，就可以读取到一个DateFrame数据df.可以看到，使用pandas读取很灵活，有很多可选参数帮助我们读取的我们想要的DateFrame数据。
之后可以对df 进行pandas提供的操作

1.将函数应用到每行或者每一列上面，DataFrame 的 apply 方法可以实现此功能（axis=0 时代表分别统计每列上的数据，axis=1 时，代表分别统计每一行上的数据，多维可以类推）

import pandas as pd
//使用英雄名称做行的索引
df = pd.read_excel('test.xls', sheet_name = 1, index_col = '英雄名称', skiprows = [1,5], usercols = [0,2,4])
data.head()
df['初始血量]//访问初始血量列。
df[df.columns[0:2]]//df.columns获取到每一列，后面的切片获取到指定列。
df.loc['混沌骑士'] //使用loc属性使用行名获取特定行
df.loc['混沌骑士':'龙骑士'] //获取混沌骑士到龙骑士的所有行，当然混沌骑士可以被获取，龙骑士获取不到
df.iloc[0]//通过iloc属性使用整型数字访问行
df.iloc[0:2]
df.loc[:, ['初始血量', '初始攻击', '初始物抗']]//通过loc属性访问列。
df.loc['混沌骑士', '初始血量']//获取特定行特定列的元素
df.loc['混沌骑士':'龙骑士', '初始血量':'初始先手']//切片获取部分行，部分列
def f(x): return x.max() - x.min()
df.apply(f, axis = 1)  //统计每一行的极差
df1.applymap(lambda x: x+1)//将函数运用到每一个元素，lambda表示式
df1.describe()//describe 方法显示了一些常用的统计信息

上面我用的是//在后面，因为这样看得更加清楚，注意了python中的注释方式是 # 和 ‘’’ ‘’’ (单引号）和""" “”"（双引号）
上面使用了一些常用pandas的操作，当然还有很多操作,需要不断总结，注意pandas操作的数据是DataFrame或者Series数据。
还有就是describe 方法显示了一些常用的统计信息，具体解释如下：
count 元素值的数量；
mean 平均值；
std 标准差；
min 最小值；
25% 下四分位数；
50% 中位数；
75% 上四分位数；
max 最大值；
至于其他的操作，还有很多，这一次也总结不完，需要不断总结，比如两个数据的合并和分组啊，比如如果数据带有时间戳，有的时候我们需要根据这个时间戳进行运算，可以使用时间处理方面的相关功能，它主要集中在 datetime 包。

今天总结了一些Numpy和Pandas的一些操作，还总结了使用pandas对excel文件进行处理，这些在我们的日常工作还是比较有用的，之前总结过使用xlrt,xlwd处理excel,现在我们可以使用pandas处理excel,它更加强大。如果数据需要与时间相关，使用datetime包。
就这样，拜拜，如果有任何问题，欢迎指正。非常感谢