Numpy、Pandas是Python數(shù)據(jù)處理中經(jīng)常用到的兩個框架，都是采用C語言編寫，所以運算速度快。Matplotlib是Python的的畫圖工具，可以把之前處理后的數(shù)據(jù)通過圖像繪制出來。之前只是看過語法，沒有系統(tǒng)學習總結(jié)過，本博文總結(jié)了這三個框架的API。
以下是這三個框架的的簡單介紹和區(qū)別：
Numpy
Numpy快速入門教程可參考：Numpy tutorial
Numpy屬性
ndarray.ndim：維度
ndarray.shape：行數(shù)和列數(shù)，例如(3, 5)
ndarray.size：元素的個數(shù)
ndarray.dtype：元素類型
Numpy創(chuàng)建
array(object, dtype=None)：使用Python的list或者tuple創(chuàng)建數(shù)據(jù)
zeors(shape, dtype=float)：創(chuàng)建全為0的數(shù)據(jù)
ones(shape, dtype=None)：創(chuàng)建全為1的數(shù)據(jù)
empty(shape, dtype=float)：創(chuàng)建沒有初始化的數(shù)據(jù)
arange([start, ]stop, [step, ]dtype=None)：創(chuàng)建固定間隔的數(shù)據(jù)段
linspace(start, stop, num=50, dtype=None)：在給定的范圍，均勻的創(chuàng)建數(shù)據(jù)
Numpy運算
加、減：a + b、a - b
乘：b*2、10*np.sin(a)
次方：b**2
判斷：a<35，輸出True或False的數(shù)組
矩陣乘：np.dot(A,B) 或 A.dot(B)
其他：+=、-+、sin、cos、exp
Numpy索引
數(shù)組索引方式：A[1, 1]
切片：A[1, 1:3]
迭代：for item in A.flat
Numpy其他
reshape(a, newshape)：改變數(shù)據(jù)形狀，不會對原始數(shù)據(jù)進行修改，返回一組新數(shù)據(jù)
resize(a, new_shape)：改變數(shù)據(jù)形狀，會對原始數(shù)據(jù)進行修改，不返回數(shù)據(jù)
ravel(a)：將成一維返回
vstack(tup)：上下合并
hstack(tup)：左右合并
hsplit(ary, indices_or_sections)：水平分割n份
vsplit(ary, indices_or_sections)：垂直分割n份
copy(a)：深度拷貝
Pandas
Pandas快速入門教程可參考：10 Minutes to pandas
Pandas數(shù)據(jù)結(jié)構(gòu)
Pandas的數(shù)據(jù)結(jié)構(gòu)有兩種：Series和DataFrame。
Series：索引在左邊，值在右邊。創(chuàng)建方式如下：
In [4]: s = pd.Series([1,3,5,np.nan,6,8]) In [5]: s Out[5]: 0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 5 8.0 dtype: float64
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。
重慶分公司
重慶分公司
