基于《机器学习-Python实践》学习笔记 4SciPy 速成

NumPy 速成

数组

生成一位数组(行向量）和多维数组（矩阵）

import numpy as np

m = np.array([1, 2, 3])
print(m)
print(m.shape)
m = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(m)
print(m.shape)

访问第1行：m[0]
访问第1列：m[:, 0]
向量加法：m1+m2
向量乘法：m1*m2 #注意行列对应

Pandas速成

Series：一位数组

与一维Arry类似，但在建立series时可以设定index

m = np.array([1, 2, 3])
index = ['a', 'b', 'c']
mseries = pd.Series(m, index=index)
print(mseries['b'])

输出2

DataFrame

可以指定行和列标签的二维数组，数据可以通过指定列名来访问特定列的数据。

import numpy as np

marray = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
rowindex= ['r1', 'r2', 'r3']
colindex= ['c1', 'c2', 'c3']
mdataframe = pd.DataFrame(data=marray, index=rowindex, columns=colindex)
print(mdataframe)
print(mdataframe['c3'])

输出：