是不是总是因为Pandas严格的数据结构要求让你感受到很苦恼？是不是实现一个简单的操作也要查阅很多的文档而头疼？
DaPy来解放你啦！你可以用DaPy流利地实现脑子早已思索好的想法，不要再因为找不到API或者数据格式报错而打断你的思路！
DaPy是一个从设计开始就非常关注易用性的数据分析框架，它专为数据分析师而设计，而不是程序员。对于数据分析师而言，你的价值是解决问题思路！而不是害得你996的几百行代码！
DaPy有多友好？
1. 多种在CMD中呈现数据的方式
不要小看浏览数据的方式！对于数据分析师而言，感知数据是非常重要的！
先导入数据
描述性信息
原始数据展示
2. 符合人们习惯的二维数据表结构
按行处理数据是符合我们每一个人想法的，因此几乎所有的数据库设计都是按照按行存储的。由于Pandas最早是为了处理时间序列数据而开发的，所以他的数据是以列进行的存储。即使这种存储方式表现出了不错的性能，但相对的是在没优化情况下行操作的低效性。由于没有什么更好的替代品，人们不得不花很多时间去适应Pandas的编程思维。比如，Pandas不支持对于DataFrame.iterrows()迭代出来的行进行赋值操作。这个功能非常常用而且有效，在NumPy中也是原生支持的功能在Pandas里却是被禁止的。
针对这类由行操作引发的问题，DaPy通过引入“视图”的概念重新优化了按行操作这个符合人们习惯的方式。
3. 对了，听说有人喜欢链式表达？
让我们来做一个稍微有趣点的链式表达! 我希望对于经典的鸢尾花数据集在一行代码中完成下面的6个操作。
（1）对于每一列数据分别进行标准化操作；
（2）然后找到在标准化以后满足sepal length小于petal length的记录；
（3）对于筛选出来的数据集按照鸢尾花的类别class进行分组；
（4）对于每个分组都按照petal width进行升序排序；
（5）对于排好序后的分组选取前10行记录；
（6）对于每个由前十行记录构成的子数据集进行描述性统计；
4. 一些numpy和pandas优良的特性他也保留了
除了语法特性上的优化，还有没有其他的硬家伙？
1. 超级NB的、鲁棒性极强的I/O工具！
我们都会遇到过一个问题，怎么把csv转换成Excel；或者反过来，Excel转回csv?
你以为read函数就这点水平吗？让我们来看看更骚的！
2. 支持超级多的数据预处理或者特征工程的操作
先来一些数据预处理的
再来一些特征工程的
3. 最最后，重中之重，机器学习模块！
在DaPy里面，已经内置了四个模型，分别是线性回归、逻辑回归、多层感知机和C4.5决策树。在模型这一块的话，DaPy的开发团队认为sklearn和tensorflow已经做得很好了。出于开发团队主要成员是统计系学生的关系，他们的思路是增加更多的统计学检验报告~我们先看看一个demo级别的样例好了
网友评论