python数据分析与数据挖掘numpy与pandas模块的使用（2）

一：numpy相关的操作

1数组的创建：numpy.array(  [ ["元素1","元素2"],["元素1","元素2"],["元素1","元素2"] ]  )

  生成数组  arange、zeros、ones

bool类型：

（1）矢量化运算：相同大小的数组键间的运算应用在元素上

（2）矢量与标量运算：将标量“广播”到各个元素

2数组的排序：sort方法

3取最大值与最小值：y1=y.max()      y2=y.min()

4一维数组的切片与索引：按照下标切开，取某个片段之间的元素   数组[ 起始下标 :  最终下标+1]

5.多维数组的索引与切片：

arr[ r1 : r2, c1 : c2]   ：    r1，r2代表行的切片。c1,c2代表列的切片。

arr[1,1]等价于arr[1][1]

改变数组的维度：先摊开展平，再设置维度。

6.条件索引：布尔值多维数组，arr[condition],condition可以是多个条件组合，注意多个条件组合要用&  |  而不是and or

（1）单个条件： 首先  随机生成3行3列的[0,1)之间的浮点数。

（2）多个条件：

7：转置：transpose 高维数组转置要指定维度编号（0,1,2.....）

8:通用函数：元素级运算。

ceil       向上最接近的整数

floor    向下最接近的整数

rint      四舍五入

isnan    判断元素是否为NaN（not a number）

mutiply 元素相乘

divide   元素相除

9：矢量版本的三元表达式：

     numpy.where（condition,x,y）   :     x if condition else y

10:常用的统计方法：注意多维的话要指定统计的维度，否则默认全部维度上做统计。（axis=0 按列，axis=1，按行）

mean：

sum：

max：

min：

std：

var：

argmax：

argmin：

cumsum：

cumprod：

all：全部满足条件

any：至少满足条件

unique：找到唯一的值并返回排序结果

二：pandas相关操作

1  Series:指的是某一串数字，有顺序的。一行或者一列    。默认index索引（0开始）

2 DataFrame ：数据类似于表格

3字典的方式创建数据 

4头部数据  e.head()，默认取前5行

5尾部数据  e.tail(),默认取后5行

6 e.describe()按列统计。

count这列的个数，mean平均数，std标准差，min这一列中的最小值，max这一列的最大值。

%对应的数字代表每一列的分位数。

7 数据的转置（行变列，列变行）e.T