Python进阶-模块和包/random/datetime/ pandas和DataFrame

Python进阶

1. 模块和包

2. random随机数

3. datetime日期模块

4. pandas和DataFrame

1. 模块和包

1.1  模块:就是一个以.py结尾的文件,模块中可以定义函数,类和变量,可执行的代码

Python模块分为:内置模块和第三方模块

     

(1)模块安装:pip3 install 模块名1 -i 国内镜像地址 (或在pycharm中设置àpython解释器)

华为镜像源  https://mirrors.huaweicloud.com/

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

浙江大学开源镜像站    http://mirrors.zju.edu.cn/

腾讯开源镜像站    http://mirrors.cloud.tencent.com/pypi/simple

豆瓣 http://pypi.douban.com/simple/

网易开源镜像站    http://mirrors.163.com/

搜狐开源镜像    http://mirrors.sohu.com/

(2)导入模块中全部功能:import 模块名1 as 别名,模块名2 as别名2       

部分功能:from 模块名 import 函数名1 as别名1,函数名2 as 别名2

(3)导入模块后使用方式:模块名/别名.函数/变量名

1.2  包:包中包含多个模块,可以将多个功能相似或关联的模块放在一起管理

1.3  os模块常用方法:

(1)获取当前工作路径:getcwd()

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第1张图片     

(2)获取当前路径下的文件及文件夹列表:listdir()或walk()

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第2张图片      Python进阶-模块和包/random/datetime/ pandas和DataFrame_第3张图片

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第4张图片

(3)判断路径下的文件是否存在:.path.exists("路径")

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第5张图片

(4)创建文件夹:mkdir("路径")创建单个文件夹,当文件存在时无法创建,

makedirs()递归创建多个嵌套文件夹

      

(5)删除文件夹:rmdir("路径"),只能删除空文件夹  

(6)路径拼接:os.path.join("路径1","路径2")

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第6张图片

(7)拆分路径:os.path.split(path)拆成绝对路径和文件名

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第7张图片

(8)获取绝对路径:os.path.dirname(path)

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第8张图片

(8)获取文件名:os.path.basename(path)

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第9张图片

(9)判断路径是否为文件夹:os.path.isdir(path)

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第10张图片

     判断路径是否为文件:os.path.isfile(path)

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第11张图片

(10)返回当前操作系统下的路径分隔符:os.path.sep

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第12张图片

(11)查看文件字节大小:os.path.getsize(path)

        Python进阶-模块和包/random/datetime/ pandas和DataFrame_第13张图片

(12)查看当前模块下的模块或方法:dir()

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第14张图片

2.random随机数

2.1  常用方法:

(1)random.random():随机产生0-1 的浮点数

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第15张图片

(2)random.randint(a,b):随机生成a,b之间的随机整数

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第16张图片

(3)random.uniform(a,b):随机生成a,b之间的浮点数

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第17张图片

(3)random.choice(序列):随机从序列中生成一个随机数

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第18张图片

(4)random.sample(序列,长度):随机从序列中获得指定长度的随机数

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第19张图片

(5)random.shuffle(序列):打乱

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第20张图片

3.datetime日期模块

3.1  date

(1)获取当前日期:datetime.date.today(),获取年,月,日

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第21张图片      Python进阶-模块和包/random/datetime/ pandas和DataFrame_第22张图片

3.2  time

时间转换

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第23张图片

3.3  datetime:now()获得程序当前时间,today()获得今天时间

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第24张图片

3.4  timedelta

3.5  tzinfo虚拟基

4.pandas和DataFrame

4.1  series:是pandas中一维的、可变长度的、有序的、带标签的数组

(1)series的生成:通过列表、字典、标量等等可迭代对象生成(可指定索引)

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第25张图片Python进阶-模块和包/random/datetime/ pandas和DataFrame_第26张图片 Python进阶-模块和包/random/datetime/ pandas和DataFrame_第27张图片

(2)series矢量计算:

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第28张图片 Python进阶-模块和包/random/datetime/ pandas和DataFrame_第29张图片 

numpy.nan 为空值:任意计算都为空,需做处理为0后计算

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第30张图片  Python进阶-模块和包/random/datetime/ pandas和DataFrame_第31张图片

索引对齐:索引相同的可以直接计算,索引不同的自动补齐NaN值计算出空值

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第32张图片

(3)位置索引(通过iloc[]取值)和标签索引(通过loc[]取值):

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第33张图片

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第34张图片   Python进阶-模块和包/random/datetime/ pandas和DataFrame_第35张图片

(4)切片:

通过位置索引切片:series名.iloc[start : stop : step](左闭右开)

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第36张图片

或通过标签索引切片:series名.loc[start : stop : step](左闭右闭)

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第37张图片

(5)添加或修改值:有该索引则修改,无则新增(位置索引只能修改,不能用此方法新增)

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第38张图片 Python进阶-模块和包/random/datetime/ pandas和DataFrame_第39张图片

(6)删除元素(默认inplace=False,删除则为原地操作True):原地操作即在原件中操作,False则为复制一份再删除

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第40张图片 Python进阶-模块和包/random/datetime/ pandas和DataFrame_第41张图片

(7)其他常用函数:add(),sub(),div(),mul(),isnull(),notnull(),sum(),max()........

replace():替换操作

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第42张图片

contains():查看每个元素是否包含某个字符,每次判断返回一个bool值

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第43张图片

4.2  DataFrame:一种数据类型(可以变相的理解为多个sseries组合而成)

(1)创建方式:

通过列表创建

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第44张图片    Python进阶-模块和包/random/datetime/ pandas和DataFrame_第45张图片

通过字典创建:

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第46张图片

使用series转换成DataFrame:.to_frame()

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第47张图片

(2)读取表格:read_excel或read_csv对应读取不同格式的表格

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第48张图片

(3)写出表格:写出为csv文件或其他类型的文件to_csv、to_excel.........

(4)更改表格中字段数据类型:

df = pandas.read_csv(r"E:\desktop\1_copy.csv",usecols=["列名"])

df["列名"] = df["列名"].astype(float)

(5)查看行数df.index:

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第49张图片

列名list(df):

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第50张图片

查看具体信息df.info():

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第51张图片

读取前n行,默认为5行df.head():

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第52张图片

读取后n行,默认为5行df.tail():

查看数据形状df.shape:

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第53张图片

随机抽取数据中n行,默认抽取一行df.sample():

查看单列数据:df["列索引"]或df. 列索引

查看多列数据:

(6)增加或修改单列:df["列索引"] = 列数据(如果列索引存在则修改,不存在则新增)

修改或增加多列:df.assign(列索引=数据,列索引2=数据..........)

(7)删除单列:df.drop("列索引", axis = 1)(axis默认为0为行,=1则为列)

删除多列:df.drop(["列索引1","列索引2"..........], axis = 1)

del ,pop:删除

(8)位置索引和标签索引:

切片:通过位置索引切片:df.iloc[start : stop : step](左闭右开);

或通过标签索引切片:df.loc[start : stop : step](左闭右闭)

(9)增加一行数据(了解,不推荐使用):df._append([[数据1,数据2......]], colnmns=[列名1,列名2......])

增加行(常用):pandas.concat([df1,df2,df3.....] , keys= , axis= )keys为指定合并后的列名,多个列名使用列表传入;axis合并方向按照行或列合并,默认为0按行合并(合并成多行),为1则为按列合并(合并成多列)

(10)删除行:df.drop([行索引1,行索引2.......],inplace = True/False)inplace默认为False非原地操作

(11)获取表格中某个元素:

df.loc[3].loc["c"]可合并成àdf.loc[3, "c"]   或df.iloc[2].loc[2]索引种类不同不能合并

随机生成df,行标签索引为1-10,列标签索引为a-e:

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第54张图片

先取行再取列等价查询方式:先取行再取列一共有四种取法:loc[].iloc[] ,  loc[].loc[],  iloc[].loc[],  iloc[].loc[]

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第55张图片   Python进阶-模块和包/random/datetime/ pandas和DataFrame_第56张图片

先取列,再取行:直接用df.列标签索引.行索引(df.列标签索引取出来为series多个元素)

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第57张图片            Python进阶-模块和包/random/datetime/ pandas和DataFrame_第58张图片

(12)获取表格中多个元素:[]中括号内填写列表

取多行

Python进阶-模块和包/random/datetime/ pandas和DataFrame_第59张图片      

你可能感兴趣的:(python,开发语言)