数据分析常用操作

Numpy
    np.array() 
        #数组的存储数据类型必须是统一的，如果不是统一的会按照 #str>float>int #转换为统一类型
        np.array([1,2,3]) #返回一个一维数组
        arry = np.array([[1,2,3],[1,1,1],[1,1,1]]) #返回二维数组
    
    arry.shape()
        arry.shape(arry) #传入一个数组 返回数组的形状
    
    np.full()
        np.full(shape=(5,6),fill_value = 55) #返回一个指定纬度的制定值的数组
    
    np.linspace()
        np.linspace(0,100,num=10) #返回一个指定区间等差数列 一维数组
    
    np.arange()
        np.arange(0,100,2) #返回一个指定区间的一维数组
        
    np.random.randint()    
        np.random.randint(0,100,size=(6,7)) #返回指定维度,指定区间的,随机数组
    
    np.random.seed()
        np.random.seed(10) #固定随机因子
        
    np.random.random()
        np.random.random(size=(4,5)) #返回0到1之间 ,指定维度的二维数组
    属性
        arry.ndim # 返回数组的形状
        
        arry.size  #返回数组的大小
        
        arry.dtype #返回数组元素的类型

    切片 
        #,左边是行 右边是列
        arr[0:2] #切前两行
        arr[:,0:2] 切前两列
        arr[::-1] #行倒叙
        arr[:,::] #列倒序
        
    变形
        #保证改变的形状要可以装的下原本形状
        arr1.reshape((4)) # 指定数组的形状
        arr1.reshape((2,-1)) #-1是计算机自己计算
        
    级联
        #0 是列 1是行
        #必须保证级联的 行/列 是一样的
        
        a1 = np.random.randint(0,10,size=(4,5))
        a2 = np.random.randint(0,10,size=(4,5))
        
        np.concatenate((a1,a2),axis=0)
        
    切分
        #0是行  1是列
        np.split(al,[2],axis=1)
        
           
    聚合
        0是列  1是行 不写是全部
        a1.sum(axis=0) #求每一列的和
        a1.sum() #求全部的和
    排序
        0是列 1是行
        np.sort(a1,axis=0) #每一列从小到大排序 返回新的数组
        a1.sort(axis=1) #没一行排序  映射会原数组
    
    
    

Pandas
    导包
        impost pandas as pd
        from pandas import Series,DataFrame
        
    Series
        #Series必须是一维
        s1 = Series(data=[1,2,3,4,5]) #创建一个Series对象 隐式索引
        s1[0] #1
        s2 = Series(data=[1,2,3,4,5],index=['a','b','c','d','e') #创建一个Series对象 隐式索引 和显示索引
        s2['a'] #1
        
        a1[[1,2,3]] #1,2,3
        
        loc显示索引
        iloc 是隐私索引
        
        a['7'] = 7 增加一个值
        
        notnill  #值是nitll返回Flase
        isnill #值是nitll返回True
        
    DataFrame
        创建
        
            DataFrame(data=np.random.randint(60,120,size=(3,3),index=['a','b','c'],columns=['A','B','C'])
            #data 数据源   size 形状   index 行显示索引  columns 列显示索引
            #字典的 key是列索引
            dfc = {
                '张三':[150,150,150],
                '李四':[0,0,0,0]
            }
            
            DataFrame(data=dic)
        
        属性
            df.values() #显示数据源
            df.index() #返回行索引
            df.columns() #返回列索引
            df.shape() #返回DataFrame的形状
            
        修改索引
            df.index = ['值','值']修改行索引
            df.columns = ['值','值'] 修改列索引
        取值
            #中括号中显示索引 获取列
            df['lisi'] #获取列
            df[['lisi','张三']]#获取多列
            
            loc # 显示索引 ,左边是行 右边是列
            df.loc['语文'] #获取行
            
            iloc # 隐式索引 ,左边是行 右边是列
            df.iloc[0] #获取行的
             
            df.ioc[['理综','数学'],'张三'] #取得一列的多行 
            
            
        切片
            左边是行 右边是列 直接[]代表行
            df[0:2] #获取前两行
            
            df.iloc[:,0:2]  #获取前两列
             
            df.loc[:,'张三':'李四'] #显示索引切出前两列
            
            df['语文':'数学'] #显示索引取出前两行
            
        
             
        运算
            qizhong = df
            qimo = df
            
            qimo['张三'] = [145,140,150,138] #修改qimo中张三列的行成绩
            
        
            (qizhong + qimo)/2  #qizhong 加上 qimo 除与2
        
        
            qizhong.loc['数学',zhangsan] = 0 #取出张三列,的数学成绩全部改为0
            
        
        数据清洗
            all,any 1是行 0是列
            df.isnill #把所有的值以布尔值显示是nill的显示True
            df.isnill().any(axis=1) #any只要有true就显示true or
            df.isnill().all(axis=1) #全部是true就返回True否则返回Flse
            drop_index = df.loc[df.isnill().any(axis=1)].index #获取所有带有空值的行索引
            
            
            drop行是0 列是1
            df.drop(labels=drop_index,axis=0) #删除索引对应的行
            df.dropna(axis=0) #删除有空值的行
            
            
            filna 1是行 0是列
            df.filna(value=33) # 用333填充所有空值
            df.filna(method='bfill',axis=0) # 用列下面的值进行填充
            df.filna(method='ffill',axis=0) # 用列上面的值进行填充
            df.filna(method='ffill',axis=1) # 用行前面的值进行填充
            df.filna(method='bfill',axis=1) # 用行后面的值进行填充
        

matplotlib
    plt.imread()
        img_arr = plt.imread('./cat.jpg') #返回一个图片对应维度的数组
        img_arr = img_arr - 50 #可以进行减法操作

    plt.imshow()
        plt.imshow(img_arr) #放入图片对应维度的数组显示图片