CSDN-个人空间

8 to.to

尚未进行身份认证

To do what I want to do!

私信关注

等级

TA的博文 1k+

TA的排名 122

03_pandas布尔索引、isin()筛选、设置值at和iat,loc，reindex、dropna、fillna，isna、求平均值mean、Apply函数、value_counts: 布尔索引案例1import numpy as npimport pandas as pd# 通过设置开始时间，并设置间隔了多少月dates = pd.date_range('20130101',periods=6)# 随机生成一个6行4列的值# print(np.random.randn(6,4))# 设置dates为行，ABCD为列的标题值，np.random.randn(...; 22次阅读

2020-03-28 11:53:25

02_pandas获取数据（指定列获取、[]方式获取、loc函数，at函数, iloc函数 iat函数）: 获取数据通过指定列的方式获取数据选择单独一列，通过这种方式获取一个Series,等价于df.Aimport numpy as npimport pandas as pd# 通过设置开始时间，并设置间隔了多少月dates = pd.date_range('20130101',periods=6)# 随机生成一个6行4列的值# print(np.random.randn(6,4))...; 43次阅读

2020-03-25 18:53:27

01_pandas安装、Series、DataFrame、head、tail、 index、columns、to_numpy、describe、置换数据、sort_index、sort_values: 2.1 pandas安装Pandas可以通过Anaconda来下的命令来安装，安装命令如下：conda install pandasPandas也可以通过PyPi的pip命令安装：pip install pandas2.2 pandas介绍当在处理表格数据，比如在电子表格或数据库中的数据，Pandas是一个比较适合工具。Pandas将帮助你explor，clean和process...; 54次阅读

2020-03-25 12:29:28

B18_NumPy副本和视图（视图或浅拷贝、副本或深拷贝、深浅拷贝）: NumPy副本和视图副本是一个数据的完整的拷贝，如果我们对副本进行修改，它不会影响到原始数据，物理内存不在同一位置。视图是数据的一个别称或引用，通过该别称或引用亦便可访问、操作原有数据，但原有数据不会产生拷贝。如果我们对视图进行修改，它会影响到原始数据，物理内存在同一位置。视图一般发生在：1、numpy的切片操作返回原数据的视图。2、调用ndarray的view()函数产生一个视...; 54次阅读

2020-03-24 01:29:20

B17_NumPy IO（save,load,savez,loadtxt,savetxt）: NumPy IONumpy 可以读写磁盘上的文本数据或二进制数据。NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。常用的IO函数有：load() 和 save() 函数是读写文件数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中。...; 28次阅读

2020-03-23 23:55:03

B16_NumPy线性代数（dot，vdot，inner,matmul,determinant,solve,inv）: NumPy线性代数NumPy 提供了线性代数函数库 linalg，该库包含了线性代数所需的所有功能，可以看看下面的说明：函数描述dot两个数组的点积，即元素对应相乘。vdot两个向量的点积inner两个数组的内积matmul两个数组的矩阵积determinant数组的行列式solve求解线性矩阵方程inv计算矩阵的乘法逆矩阵...; 35次阅读

2020-03-23 12:49:54

B15_NumPy 矩阵库(Matrix)（empty()，zeros()，ones()，eye()，identity()，rand()）: NumPy 矩阵库(Matrix)NumPy 中包含了一个矩阵库 numpy.matlib，该模块中的函数返回的是一个矩阵，而不是 ndarray 对象。一个的矩阵是一个由行（row）列（column）元素排列成的矩形阵列。矩阵里的元素可以是数字、符号或数学式。以下是一个由 6 个数字元素构成的 2 行 3 列的矩阵：matlib.empty()matlib.empty()函数返回一...; 42次阅读

2020-03-22 13:26:40

B14_NumPy算术函数（ add()，subtract()，multiply() 和 divide()、reciprocal()、power()、mod()）: NumPy算术函数NumPy 算术函数包含简单的加减乘除: add()，subtract()，multiply() 和 divide()。需要注意的是数组必须具有相同的形状或符合数组广播规则。import numpy as npa = np.arange(9, dtype=np.float_).reshape(3, 3)print('第一个数组：')print(a)print('\...; 82次阅读

2020-03-20 18:53:05

B13_NumPy数学函数（三角函数，舍入函数）: NumPy数学函数NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。三角函数NumPy提供了标准的三角函数：sin()、cos()、tan()。实例import numpy as npa = np.array([0, 30, 45, 60, 90])print('不同角度的正弦值：')# 通过乘 pi/180 转化为弧度print(np.s...; 61次阅读

2020-03-19 19:13:53

B12_Numpy字符串函数（add,multiply,center,capitalize,title,lower,upper,split,join,replace,decode,splitline）: NumPy字符串函数以下函数用于对 dtype 为 numpy.string_ 或 numpy.unicode_ 的数组执行向量化字符串操作。它们基于 Python 内置库中的标准字符串函数。这些函数在字符数组类（numpy.char）中定义。函数描述add()对两个数组的租个字符串元素进行连接multiply()返回按元素多重连接后的字符串center...; 91次阅读

2020-03-19 18:20:50

B11_NumPy位运算（bitwise_and,bitwise_or,invert,left_shift,right_shift）: NumPy位运算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：函数描述bitwise_and对数组元素执行位与操作bitwise_or对数组元素执行位或操作invert按位取反left_shift向左移动二进制表示的位right_shift向右移动二进制表示的位注：也可以使用"&amp...; 67次阅读

2020-03-19 16:15:18

B10_NumPy数组操作、修改数组形状、翻转数组、修改数组维度、连接数组、分割数组、数组元素的添加与删除: NumPy数组操作Numpy 中包含了一些函数用于处理数组，大概可分为以下几类：修改数组形状翻转数组修改数组维度连接数组分割数组数组元素的添加与删除修改数组形状函数描述reshape不改变数据的条件下修改形状flat数组元素迭代器flatten返回一份数组拷贝，对拷贝所做的修改不会影响原始数组ravel返回展开数组numpy...; 65次阅读

2020-03-19 14:44:09

B09_NumPy迭代数组（控制遍历顺序，修改数组中元素的值，使用外部循环，广播迭代）: NumPy迭代数组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。迭代器最基本的任务的可以完成对数组元素的访问。接下来我们使用arange()函数创建一个 2 * 3 数组，并使用nditer对它进行迭代。实例：# -*- coding: UTF-8 -*-import numpy as npa = np.arange(6).res...; 135次阅读

2020-03-15 14:18:47

B08_NumPy 广播(Broadcast): NumPy 广播(Broadcast)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 数组对应位相乘。这要求维数相同，且各维度的长度相同。实例# -*- coding: UTF-8 -*...; 121次阅读

2020-03-13 12:36:37

B07_NumPy 高级索引(整数数组索引,布尔索引，花式索引): NumPy高级索引NumPy 比一般的 Python 序列提供更多的索引方式。除了之前看到的用整数和切片的索引外，数组可以由整数数组索引、布尔索引及花式索引。整数数组索引以下实例获取数组中(0,0)，(1,1)和(2,0)位置处的元素。实例：# -*- coding: UTF-8 -*-import numpy as npx = np.array([[1,2],[3,4],[5,...; 72次阅读

2020-03-12 23:28:35

B06_NumPy 切片和索引: NumPy 切片和索引ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。实例import numpy as npa = np.arange(10)s...; 48次阅读

2020-03-12 18:37:38

B05_NumPy从数值范围创建数组（numpy.arange，numpy.linspace，numpy.logspace）: NumPy 从数值范围创建数组numpy.arangenumpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象，函数格式如下：numpy.arange(start, stop, step, dtype)根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个 ndarray。参数说明：参数描述start起始值，默认...; 244次阅读

2020-03-12 13:47:03

B04_NumPy从已有的数组创建数组（numpy.asarray，numpy.frombuffer，numpy.fromiter）: NumPy从已有的数组创建数组numpy.asarraynumpy.asarray类似numpy.array,但numpy.asarray参数只有三个，比numpy.array少两个。numpy.asarray(a, dtype = None, order = None)参数说明：参数描述a任意形式的输入参数，可以是，列表, 列表的元组, 元组, 元组的元组, 元...; 35次阅读

2020-03-11 19:08:44

B03_NumPy创建数组(numpy.empty,numpy.zeros,numpy.ones): NumPy创建数组ndarray数组除了可以使用底层ndarray构造器来创建外，也可以通过以下几种方式来创建。numpy.emptynumpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组：numpy.empty(shape, dtype = float, order = 'C')参数说明：参数描述shape数组形...; 37次阅读

2020-03-11 12:40:22

B02_NumPy数据属性（ndarray.ndim，ndarray.shape，ndarray.itemsize，ndarray.flags）: NumPy数组属性本章节我们将来了解 NumPy 数组的一些基本属性。NumPy 数组的维数称为秩（rank），秩就是轴的数量，即数组的维度，一维数组的秩为 1，二维数组的秩为 2，以此类推。在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 Nu...; 133次阅读

2020-03-10 18:59:24

CSDN身份

博客专家

2k+ 他的粉丝

87 他的关注

勋章我的勋章

专栏达人

专栏达人

授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮！撰写博客专栏浓缩技术精华，专栏达人就是你！
持之以恒

持之以恒

授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！
1024超级勋章

1024超级勋章

授予原创文章总数达到1024篇的博主，感谢你对CSDN社区的贡献，CSDN与你一起成长。
勤写标兵Lv3

勤写标兵Lv3

授予每个自然周发布7篇到8篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。