摘要： 一、生成数据表 1、首先导入pandas 库，一般会用到 numpy 库，所以我们先导入备用： 2、生成 CSV 或者 xlsx 文件： 3、用 pandas 创建数据表： 二、数据表信息查看 1、维度查看： df.shape 2、数据表基本信息（维度，列名称，数据格式， 所占空间）：df.info 阅读全文

摘要： Pandas是基于 Numpy 的一个开源的Python 库，它被广泛用于快速分析数据，以及数据清洗和准备等工作。它的名字来源是“Panel data”（面板数据， 一个计量经济学的名词） 两个单词拼成的。简单的说，可以把Pandas 看做是Python 版的 Excel。 1、安装 Pandas 阅读全文

摘要： Numpy 算术函数包含简单的加减城乘除：add(), subtract(), multiply() 和 divide() 需要注意的是数组必须具有相同的形状偶符合数组广播规则。 阅读全文

摘要： Numpy 包含大量的各种赎罪运算的函数，包含三角函数，算术运算的函数，负数处理函数等。 三角函数 Numpy 提供了标准的三角函数：sin()、cos()、tan() 阅读全文

摘要： 一下函数用于对dtype 为 numpy.string_ 或 numpy.unicode_ 的数组执行向量话字符串操作。 他们基于 Python 内置库中标准的字符串函数。 这些函数在字符串数组类（numpy.char）中定义。 capitalize() 数组元素依次调用str.decode num 阅读全文

摘要： Numpy “bitwise_” 开头的函数是位运算函数： Numpy 位运算包括以下几个函数： 函数 注：也可以使用 ‘&’、“~”、“|”等操作符进行计算。 bitwise_and bitwise_and()函数对数组中正式的二进制形式执行位与运算 以上实例说明； 位与运算操作规律如下： bit 阅读全文

摘要： Numpy 中包含了一些函数用于处理数组，大概可分为以下街几类： 1、修改数组形状 2、翻转数组 3、修改数组维度 4、连接数组 5、分割数组 6、数组元素的添加与删除 修改数组形状 numpy.reshape numpy.reshape 函数可以再不改变数据的条件下修改形状，格式如下： numpy 阅读全文

摘要： Numpy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。 迭代器最基本基本的任务是可以完成数组元素的访问。 接下类我们使用arange() 韩式创建一个2*3数组，并使用 nditer 对它进行迭代。 以上实例不是使用标准 C 或者 Forlran 顺序，选择 阅读全文

摘要： 广播（Broadcast）是 numpy 对不同形状（shape）的数组进行数值计算的方式，对数组的算术运算通常在相应的元素上进行。 如果两个数组 a 和 b 形状相同，即满足a。shape == b.shape，那么 a*b的结果就是 a 与 b 数组对应为相乘。这要求位数相同， 且个维度的长度相 阅读全文

摘要： Numpy 比一般的 Python 序列索引方式。 除了之前看到的用整数和切片的索引你外， 数组可以有整数数组索引，布尔索引及花式索引。 整数数组索引 一下实例获取数组中（0， 0），（1， 1）和（2， 0）位置处的元素。 阅读全文