如何用python进行数据处理？（一）

首先了解使用python进行数据处理常用的两个包：numpy和pandas。

numpy

最重要的特点就是n维数组对象ndarray是一个快速而灵活的大数据集容器，它是一个通用的同构数据多维容器，即所有的元素必须是相同的类型，每个数组有一个shape（表示维度大小的元组），一个dtype（说明数组数据类型的对象）。

1.创建数组常使用的函数有：array,arange
例如：
array函数：

arange函数：

注意：python里面左闭右开的原则

2.数据类型

numpy的数据类型有int/float/complex/bool/object/string

数据类型转换使用函数：astype

另一种转换方式，在数组里面加逗号，后面输入dtpye=np.float64，如下：

3.切片

一维数组切片，操作注意三点：中括号，左闭右开，冒号


二维数组切片：

注意只有冒号表示选取整个轴


4.矢量化

不用编写程序即可对数据执行批量运算，大小相等的数组之间的任何算数运算（加减乘除幂）都可以将运算应用到元素级

例如：


5.随机数生成

numpy.random对python内置函数random进行了补充，增加了高效生成多种概率分布的样本值的函数：

常用的如：

normal 产生正态分布的样本值

rand 产生均匀分布的样本值

randint 给定上下限范围内随机选取整数

randn 产生标准正态分布的样本值

permutation 返回一个序列的随机排列

seed 确定随机数生成器的种子

帮助：

numpy.random.normal(loc=0,scale=1e-2,size=shape) ，意义如下：

参数loc(float)：正态分布的均值，对应着这个分布的中心。loc=0说明这一个以Y轴为对称轴的正态分布，

参数scale(float)：正态分布的标准差，对应分布的宽度，scale越大，正态分布的曲线越矮胖，scale越小，曲线越高瘦。

参数size(int 或者整数元组)：输出的值赋在shape里，默认为None

6.数组转换和轴对换

reshape、T属性、transpose




以上是numpy的详细介绍，有关于pandas的详述，请留意我们明天更新的文章噢~

了解更多分析及数据抓取可查看：
http://cloud.yisurvey.com:9081/html/1d3e52e7-f130-4b08-8f2c-8c54d7ae676d.html ?ly=csdn
本文转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请联系我们删除处理。
特别说明：本文旨在技术交流，请勿将涉及的技术用于非法用途，否则一切后果自负。如果您觉得我们侵犯了您的合法权益，请联系我们予以处理。