Quelles sont les commandes couramment utilisées en python ?

Les commandes couramment utilisées en Python sont : 1. Ouvrir le fichier csv ; 2. Réorganiser les données [index de la trame de données] ; 3. Rechercher l'écart type ; 4. Arrondir ; de la trame de données ; 7. Trier par ordre croissant ou décroissant selon une certaine colonne, etc.

[Cours recommandés : Tutoriel Python]

Les commandes couramment utilisées en Python sont :

(1) Ouvrir le fichier csv

import pandas as pd 
df=pd.read_csv(r’data/data.csv’)

(2) Réorganiser l'index du dataframe

data=df.sort_index(axis=0,ascending=False)

(3) Le dataframe est classé par ordre croissant ou décroissant selon une certaine colonne

data=df.sort([‘date’],ascending=True升序，False降序)

(4) L'index du dataframe recommence à 0

data=data.reset_index(drop=True)

(5) Tracer l'abscisse C'est un graphique de dates

import matplotlib.pyplot as plt 
x=data[‘date’]#日期是字符串形式 
y=data[‘close price’] 
plt.plot_date(x,y)

(6) Trouver l'écart type

import numpy as np 
np.std

(7) Arrondir vers l'inférieur

import math 
math.floor

Arrondissement : math.ceil

(8) Transformation de Hilbert

from scipy import fftpack 
hx= fftpack.hilbert(price)

(9) Tri des valeurs

data.order()

(10) Différence

data.diff(1)#一阶差分
dataframe 删除元素 
data.drop(元素位置)

(11) Méthode de traitement des tableaux imbriqués

import itertools 
a = [[1,2,3],[4,5,6], [7], [8,9]] 
out = list(itertools.chain.from_iterable(a))

(12) Nom de la colonne de modification de la trame de données

data.columns=[‘num’,’price’]

(13) Solution pour vider les lignes après l'importation d'Excel table

import numpy as np 
data= data.drop(data.loc[np.isnan(data.name.values)].index)

(15) utilisation diff

1. Il est au format dataframe ou série, utilisez simplement data.diff() directement

2. Il est dans format de liste, convertissez-le d'abord en Convert to list format data=data.tolist() puis dif=np.diff(data)

(16) Le type de date dans le dataframe n'est pas au format de date et ne peut pas être directement ajouté ou soustrait, alors convertissez-le d'abord au format liste

t=data.time.tolist() 
date_time = datetime.datetime.strptime(str(t),’%Y-%m-%d %H:%M:%S’) 
date_time=datetime.date(date_time.year,date_time.month,date_time.day) 
past= date_time - datetime.timedelta(days=n*365)

(17) Symbolisation

np.sign

(18) Utilisation du dictionnaire

label={‘11’:’TP’,’1-1’:’FN’,’-11’:’FP’,’-1-1’:’TN’} 
for i in range(len(data1)): 
state=str(int(data1[i]))+str(int(data2[i])) 
result.append(label[state])

(19) Les caractères chinois ne s'affichent pas lors du dessin avec plt Solution

from matplotlib.font_manager import FontProperties 
font_set = FontProperties(fname=r”c:\windows\fonts\simsun.ttc”, size=15) 
plt.title(u’中文’, fontproperties=font_set）

(20) Obtenez la durée d'exécution actuelle du programme

from time import time 
time1=time() 
time2=time() 
print(time2-time1)

Résumé : ce qui précède est l'intégralité du contenu de cet article, j’espère qu’il sera utile à tout le monde.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!