Day13 - 2018-04-15

pandas series.apply方法

他以一个函数作为参数，迭代series内的每项传入该函数

s = pd.Series([1, 2, 3, 4, 5])

def add_one(x):

    return x + 1

print s.apply(add_one)

如果变量 data 是一个 NumPy 数组或 Pandas Series，就像它是一个列表一样，代码

import matplotlib.pyplot as plt

plt.hist(data)

将创建数据的直方图。Pandas 库实际上已经内置了 matplotlib 库的绘图函数。也就是说，如果对 Pandas 库中的 Series 数据绘图，不用 import matplotlib 就能完成绘图，你可以使用 data.hist() 创建直方图。可以使用 data.plot() 创建 Series 的线条图，用plt.show()显示图。Series 索引被用于 x 轴，值被用于 y 轴。

numpy创建二维数组

其形式是np.array([[], [], []...])不过它并不是list里面放list，如访问第一行第三个元素nparray[0, 2]，也可使用nparray[0, : ]去第一行的元素或nparray[ : , 0]取第一列所有元素，nparray[1:3, 2:4]获取第2,3行、3,4列的四个元素，其运算也使用矩阵计算

二维数组同样有mean、max、min、sum等方法，不过它默认是针对整个数组的，如果想按照行、列去分别计算，可以传入参数axis=0表示对每列进行运算，axis=1则表示对每行进行运算，这个在线性代数里面常用，如下