摘要: Pandas 的主要数据结构是 Series(一维数据)与 DataFrame(二维数据),这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。对于 R 用户,DataFrame 提供了比 R 语言 data.frame 更丰富的功能。Pandas 基于 NumPy 开发,可以 阅读全文
posted @ 2020-04-08 14:50 Leon&Joker 阅读(329) 评论(0) 推荐(0)
摘要: 在Jupyter和IPython Shell中,使用以下命令调用文档: 或查看源: ? 适用于函数和变量: 另一个有用的命令dir:可以列出包所有的变量及函数 阅读全文
posted @ 2020-04-08 13:46 Leon&Joker 阅读(8056) 评论(0) 推荐(4)
摘要: 我们的自定义数组可以实例化 我们可以使用 numpy.array 或 numpy.asarray, 转换为numpy数组,这将调用它的 __array__ 方法来获得标准 numpy.ndarray。 如果我们使用 numpy 函数对 arr 进行操作,numpy 将再次使用 __array__接口 阅读全文
posted @ 2020-04-08 12:55 Leon&Joker 阅读(189) 评论(0) 推荐(0)
摘要: 结构化数组是ndarray,其数据类型是由一系列命名字段组织的简单数据类型组成 结构化数据类型 结构化数据类型创建 元组列表,每个字段一个元组 每个元组都具有以下形式(字段名称、数据类型、形状),其中Shape是可选的。 fieldname 是字符串(如果使用标题,则为元组,请参见下面的字段标题), 阅读全文
posted @ 2020-04-07 15:02 Leon&Joker 阅读(708) 评论(0) 推荐(0)
摘要: 阅读全文
posted @ 2020-04-05 20:55 Leon&Joker 阅读(184) 评论(0) 推荐(0)
摘要: 合理使用 “-1” 阅读全文
posted @ 2020-04-05 16:42 Leon&Joker 阅读(130) 评论(0) 推荐(0)
摘要: 使用索引数组进行索引 使用布尔数组进行索引 使用布尔索引进行数组切片处理 ix_()函数 ix_函数可用于组合不同的向量,以便获得每个n-uplet的结果。例如,如果要计算从每个向量a,b和c中取得的所有三元组的所有a + b * c: 阅读全文
posted @ 2020-04-05 16:38 Leon&Joker 阅读(583) 评论(0) 推荐(0)
摘要: 广播(Broadcasting)规则 广播允许通用功能以有意义的方式处理不具有完全相同形状的输入。 广播的第一个规则是,如果所有输入数组不具有相同数量的维度,则将“1”重复地预先添加到较小数组的形状,直到所有数组具有相同数量的维度。 广播的第二个规则确保沿特定维度的大小为1的数组表现为具有沿该维度具 阅读全文
posted @ 2020-04-04 21:31 Leon&Joker 阅读(130) 评论(0) 推荐(0)
摘要: 数组的四则运算 数组求和,最大值,最小值 使用参数axis=0,表示按照列,axis=1表示按照行 通函数,Numpy 提供的数学函数 数组的索引 切片 和迭代 多维数组的索引 切片 和迭代 b[i] 方括号中的表达式 i 被视为后面紧跟着 : 的多个实例,用于表示剩余轴。NumPy也允许你使用三个 阅读全文
posted @ 2020-04-04 14:37 Leon&Joker 阅读(241) 评论(0) 推荐(0)
摘要: 创建数组有5种常规机制: 从其他Python结构(例如,列表,元组)转换 numpy原生数组的创建(例如,arange、ones、zeros等) 从磁盘读取数组,无论是标准格式还是自定义格式 通过使用字符串或缓冲区从原始字节创建数组 使用特殊库函数(例如,random) 方式一: 使用列表或者元组创 阅读全文
posted @ 2020-04-04 11:23 Leon&Joker 阅读(1045) 评论(0) 推荐(0)