python之Numpy與Pandas的使用介紹

最近要對一系列數據做同比比較，需要用到numpy和pandas來計算，下面這篇文章主要給大家介紹了關於python學習教程之Numpy和Pandas使用的相關資料，文中通過示例代碼介紹的非常詳細，需要的朋友可以參考借鏡。

前言

本文主要給大家介紹了關於python中Numpy和Pandas使用的相關資料，分享出來供大家參考學習，下面話不多說了，來一起看看詳細的介紹吧。

它們是什麼？

NumPy是Python語言的擴充程式庫。支援高級大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫。

Pandas是基於NumPy 的一種工具，該工具是為了解決資料分析任務而創建的。 Pandas 納入了大量函式庫和一些標準的資料模型，提供了有效率地操作大型資料集所需的工具。 Pandas提供了大量能使我們快速且方便地處理資料的函數和方法。

List、Numpy與Pandas

Numpy與List

相同之處：

• 都可以用下標都可以用下標（例如a[1:3]

• 都可以使用for循環進行遍歷

• 不同之處：

Numpy之中每個元素類型必須相同；而List

• Numpy使用更方便，封裝了許多函數，例如mean、std、sum、min、max等

• Numpy可以是多維數組

• Numpy用C實現，操作速度更快
  Pandas與Numpy

• 相同之處：

訪問元素一樣，可以使用下標，也可以使用切片訪問

可以使用For回曆mean、std、sum、min、max等

• 可以進行向量運算

• 用C實現，速度更快

• 不同之處：Pandas擁有Numpy一些沒有的方法，例如describe函數。其主要區別是：Numpy就像增強版的List，而Pandas就像列表和字典的合集，Pandas有索引。

• Numpy使用

• 1、基本操作

import numpy as np
#创建Numpy
p1 = np.array([1, 2, 3])
print p1
print p1.dtype

[1 2 3]
int64

#求平均值
print p1.mean()

2.0

#求标准差
print p1.std()

0.816496580928

#求和、求最大值、求最小值
print p1.sum()
print p1.max()
print p1.min()

2、向量運算

6
3
1

ee

#求最大值所在位置
print p1.argmax()

2

p1 = np.array([1, 2, 3])
p2 = np.array([2, 5, 7])

#向量相加，各个元素相加
print p1 + p2

[ 3 7 10]

#向量乘以1个常数
print p1 * 2

3、索引數組

首先，看下面一幅圖，理解下

[2 4 6]

#向量相减
print p1 - p2

[-1 -3 -4]

#向量相乘，各个元素之间做运算
print p1 * p2

[ 2 10 21]

a[b]中，只會保留一個非原地中所對應的bue

咱們先來看一組運算：

#向量与一个常数比较
print p1 > 2

[False False True]

a = np.array([1, 2, 3, 4, 5])
print a

這是因為：

+=：它是原地計算，不會創建一個新的數組，在原始數組中更改元素

+：它是非原地計算，會創建一個新的數組，不會修改原始數組中的元素

5、Numpy中的切片與List的切片

[1 2 3 4 5]

中的元素，不會影響原來的陣列；而Numpy改變切片中的元素，原來的陣列也跟著變了。這是因為：Numpy的切片程式不會建立一個新數組出來，當修改對應的切片也會更改原始的陣列資料。這樣的機制，可以讓Numpy比原生數組操作更快，但程式設計時要注意。

6、二維數組的操作

p1 = np.array([[1, 2, 3], [7, 8, 9], [2, 4, 5]])
#获取其中一维数组
print p1[0]

[1 2 3]

#获取其中一个元素，注意它可以是p1[0, 1]，也可以p1[0][1]
print p1[0, 1]
print p1[0][1]

2
2

#求和是求所有元素的和
print p1.sum()

41
[10 14 17]

但，当设置axis参数时，当设置为0时，是计算每一列的结果，然后返回一个一维数组；若是设置为1时，则是计算每一行的结果，然后返回一维数组。对于二维数组，Numpy中很多函数都可以设置axis参数。

#获取每一列的结果
print p1.sum(axis=0)

[10 14 17]

#获取每一行的结果
print p1.sum(axis=1)

[ 6 24 11]

#mean函数也可以设置axis
print p1.mean(axis=0)

[ 3.33333333 4.66666667 5.66666667]

Pandas使用

Pandas有两种结构，分别是Series和DataFrame。其中Series拥有Numpy的所有功能，可以认为是简单的一维数组；而DataFrame是将多个Series按列合并而成的二维数据结构，每一列单独取出来是一个Series。

咱们主要梳理下Numpy没有的功能：

1、简单基本使用

import pandas as pd
pd1 = pd.Series([1, 2, 3])
print pd1

0 1
1 2
2 3
dtype: int64

#也可以求和和标准偏差
print pd1.sum()
print pd1.std()

6
1.0

2、索引

（1）Series中的索引

p1 = pd.Series(
 [1, 2, 3],
 index = ['a', 'b', 'c']
)
print p1

a 1
b 2
c 3
dtype: int64

print p1['a']

（2）DataFrame数组

p1 = pd.DataFrame({
 'name': ['Jack', 'Lucy', 'Coke'],
 'age': [18, 19, 21]
})
print p1

 age name
0 18 Jack
1 19 Lucy
2 21 Coke

#获取name一列
print p1['name']

0 Jack
1 Lucy
2 Coke
Name: name, dtype: object

#获取姓名的第一个
print p1['name'][0]

Jack

#使用p1[0]不能获取第一行，但是可以使用iloc
print p1.iloc[0]

age 18
name Jack
Name: 0, dtype: object

总结：

• 获取一列使用p1[‘name']这种索引

• 获取一行使用p1.iloc[0]

3、apply使用

apply可以操作Pandas里面的元素，当库里面没用对应的方法时，可以通过apply来进行封装

def func(value):
 return value * 3
pd1 = pd.Series([1, 2, 5])

print pd1.apply(func)

0  3
1  6
2 15
dtype: int64

同样可以在DataFrame上使用：

pd2 = pd.DataFrame({
 'name': ['Jack', 'Lucy', 'Coke'],
 'age': [18, 19, 21]
})
print pd2.apply(func)

 age   name
0 54 JackJackJack
1 57 LucyLucyLucy
2 63 CokeCokeCoke

4、axis参数

Pandas设置axis时，与Numpy有点区别：

• 当设置axis为'columns'时，是计算每一行的值

• 当设置axis为'index'时，是计算每一列的值

pd2 = pd.DataFrame({
 'weight': [120, 130, 150],
 'age': [18, 19, 21]
})

0 138
1 149
2 171
dtype: int64

#计算每一行的值
print pd2.sum(axis='columns')

0 138
1 149
2 171
dtype: int64

#计算每一列的值
print pd2.sum(axis='index')

age  58
weight 400
dtype: int64

5、分组

pd2 = pd.DataFrame({
 'name': ['Jack', 'Lucy', 'Coke', 'Pol', 'Tude'],
 'age': [18, 19, 21, 21, 19]
})
#以年龄分组
print pd2.groupby('age').groups

{18: Int64Index([0], dtype='int64'), 19: Int64Index([1, 4], dtype='int64'), 21: Int64Index([2, 3], dtype='int64')}

6、向量运算

需要注意的是，索引数组相加时，对应的索引相加

pd1 = pd.Series(
 [1, 2, 3],
 index = ['a', 'b', 'c']
)
pd2 = pd.Series(
 [1, 2, 3],
 index = ['a', 'c', 'd']
)

print pd1 + pd2

a 2.0
b NaN
c 5.0
d NaN
dtype: float64

出现了NAN值，如果我们期望NAN不出现，如何处理？使用add函数，并设置fill_value参数

print pd1.add(pd2, fill_value=0)

a 2.0
b 2.0
c 5.0
d 3.0
dtype: float64

同样，它可以应用在Pandas的dataFrame中，只是需要注意列与行都要对应起来。

总结

这一周学习了优达学城上分析基础的课程，使用的是Numpy与Pandas。对于Numpy，以前在Tensorflow中用过，但是很不明白，这次学习之后，才知道那么简单，算是有一定的收获。

以上是python之Numpy與Pandas的使用介紹的詳細內容。更多資訊請關注PHP中文網其他相關文章！