Tutorial pemasangan Panda dari awal: Kuasai dengan cepat cara memasang dan mengkonfigurasi Pandas
Pandas ialah alat pemprosesan dan analisis data yang berkuasa yang digunakan secara meluas dalam bidang sains data dan pembelajaran mesin. Tutorial ini membawa anda langkah demi langkah melalui cara memasang dan mengkonfigurasi Panda dari awal, dengan contoh kod konkrit.
Pasang Panda
Masukkan arahan berikut pada baris arahan untuk memasang Panda:
pip install pandas
Konfigurasi Panda
Selepas pemasangan selesai, kita perlu mengkonfigurasi Panda supaya sesuai dengan keperluan kita. Pandas mempunyai beberapa pilihan konfigurasi yang boleh dilaraskan dengan mengubah suai fail konfigurasi. Masukkan arahan berikut pada baris arahan untuk memasuki direktori di mana fail konfigurasi Pandas berada:
python -c "import pandas as pd; print(pd.__file__)"
Perintah ini akan mengeluarkan laluan pemasangan Pandas dan mencari folder "pandas" di bawah laluan.
Dalam folder itu, cari dan edit fail bernama "options.py". Anda boleh menggunakan mana-mana editor teks untuk membukanya. Cari fail untuk baris kod berikut:
DTYPE_NP_REPLACE = True
Tukarnya kepada:
DTYPE_NP_REPLACE = False
Tetapan ini akan melumpuhkan penggantian automatik semua jenis data NumPy Pandas. Ini berguna untuk beberapa keperluan pemprosesan data tertentu.
Sahkan hasil pemasangan
Selepas pemasangan selesai, anda boleh menggunakan kaedah berikut untuk mengesahkan sama ada Pandas berjaya dipasang:
Masukkan arahan berikut dalam baris arahan untuk memulakan persekitaran baris arahan interaktif Python:
python
Dalam Python's baris arahan , masukkan kod berikut untuk mengimport Pandas dan lihat nombor versinya:
import pandas as pd print(pd.__version__)
Jika nombor versi Pandas dikeluarkan, ini bermakna Pandas telah berjaya dipasang dan boleh digunakan.
Menggunakan Pandas
Sekarang anda telah berjaya memasang dan mengkonfigurasi Panda, anda boleh mula menggunakannya untuk memproses dan menganalisis data. Berikut ialah beberapa contoh operasi asas Pandas:
Buat jadual data:
import pandas as pd data = {'Name': ['Tom', 'Nick', 'John'], 'Age': [20, 25, 30]} df = pd.DataFrame(data) print(df)
Output:
Name Age 0 Tom 20 1 Nick 25 2 John 30
Baca dan tulis data:
import pandas as pd # 从CSV文件中读取数据 df = pd.read_csv('data.csv') # 将数据保存到Excel文件中 df.to_excel('data.xlsx', index=False)
Penapisan dan penapisan data:
import pandas as pd # 筛选年龄大于20岁的数据 filtered_data = df[df['Age'] > 20] print(filtered_data)
Output:Dreee
Output:Drreee
Name Age 1 Nick 25 2 John 30
Output:
import pandas as pd # 计算年龄的平均值 avg_age = df['Age'].mean() print(avg_age)
Ketahui lebih lanjut
Ini hanyalah tutorial pengenalan kepada Pandas mempunyai banyak fungsi dan kaedah yang lebih berkuasa untuk diterokai. Anda boleh merujuk dokumentasi rasmi Pandas (https://pandas.pydata.org) untuk mengetahui lebih lanjut tentang penggunaan dan fungsi Panda.
Ringkasan: Melalui tutorial ini, anda telah mempelajari cara memasang dan mengkonfigurasi Panda dari awal, dan memahami beberapa operasi asas Panda. Saya harap tutorial ini dapat membantu anda mula menggunakan Panda dengan cepat dan mencapai hasil yang lebih baik dalam pemprosesan dan analisis data. Mula meneroka!
Atas ialah kandungan terperinci Ajar anda langkah demi langkah cara memasang dan mengkonfigurasi panda: kuasai cara menggunakan panda dengan mudah. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!