美文网首页
python pandas numpy matplotlib 常

python pandas numpy matplotlib 常

作者: mocobk | 来源:发表于2018-12-01 22:07 被阅读0次
    import numpy as np  
    import pandas as pd  
    import matplotlib.pyplot as plt  
      
    # ---------------numpy-----------------------  
    arr = np.array([1,2,3], dtype=np.float64)  
    np.zeros((3,6))  np.empty((2,3,2)) np.arange(15)  
    arr.dtype arr.ndim arr.shape  
    arr.astype(np.int32) #np.float64 np.string_ np.unicode_  
    arr * arr arr - arr 1/arr  
    arr= np.arange(32).reshape((8,4))  
    arr[1:3, : ]  #正常切片  
    arr[[1,2,3]]  #花式索引  
    arr.T   arr.transpose((...))   arr.swapaxes(...) #转置  
    arr.dot #矩阵内积  
    np.sqrt(arr)   np.exp(arr)    randn(8)#正态分布值   np.maximum(x,y)  
    np.where(cond, xarr, yarr)  #当cond为真,取xarr,否则取yarr  
    arr.mean()  arr.mean(axis=1)   #算术平均数  
    arr.sum()   arr.std()  arr.var()   #和、标准差、方差  
    arr.min()   arr.max()   #最小值、最大值  
    arr.argmin()   arr.argmax()    #最小索引、最大索引  
    arr.cumsum()    arr.cumprod()   #所有元素的累计和、累计积  
    arr.all()   arr.any()   # 检查数组中是否全为真、部分为真  
    arr.sort()   arr.sort(1)   #排序、1轴向上排序  
    arr.unique()   #去重  
    np.in1d(arr1, arr2)  #arr1的值是否在arr2中  
    np.load() np.loadtxt() np.save() np.savez() #读取、保存文件  
    np.concatenate([arr, arr], axis=1)  #连接两个arr,按行的方向  
      
      
    # ---------------pandas-----------------------  
    ser = Series()     ser = Series([...], index=[...])  #一维数组, 字典可以直接转化为series  
    ser.values    ser.index    ser.reindex([...], fill_value=0)  #数组的值、数组的索引、重新定义索引  
    ser.isnull()   pd.isnull(ser)   pd.notnull(ser)   #检测缺失数据  
    ser.name=       ser.index.name=    #ser本身的名字、ser索引的名字  
    ser.drop('x') #丢弃索引x对应的值  
    ser +ser  #算术运算  
    ser.sort_index()   ser.order()     #按索引排序、按值排序  
    df = DataFrame(data, columns=[...], index=[...]) #表结构的数据结构,既有行索引又有列索引  
    df.ix['x']  #索引为x的值    对于series,直接使用ser['x']  
    del df['ly']  #用del删除第ly列  
    df.T    #转置  
    df.index.name df.columns.name df.values  
    df.drop([...])  
    df + df   df1.add(df2, fill_vaule=0) #算术运算  
    df -ser   #df与ser的算术运算  
    f=lambda x: x.max()-x.min()   df.apply(f)  
    df.sort_index(axis=1, ascending=False)   #按行索引排序  
    df.sort_index(by=['a','b'])   #按a、b列索引排序  
    ser.rank()   df.rank(axis=1)  #排序,增设一个排名值  
    df.sum()   df.sum(axis=1)   #按列、按行求和  
    df.mean(axis=1, skipna=False)   #求各行的平均值,考虑na的存在  
    df.idxmax()   #返回最大值的索引  
    df.cumsum()   #累计求和  
    df.describe()  ser.describe()   #返回count mean std min max等值  
    ser.unique()  #去重  
    ser.value_counts()   df.value_counts()  #返回一个series,其索引为唯一值,值为频率  
    ser.isin(['x', 'y'])  #判断ser的值是否为x,y,得到布尔值  
    ser.dropna() ser.isnull() ser.notnull() ser.fillna(0)  #处理缺失数据,df相同  
    df.unstack()   #行列索引和值互换  df.unstack().stack()  
    df.swaplevel('key1','key2')   #接受两个级别编号或名称,并互换  
    df.sortlevel(1) #根据级别1进行排序,df的行、列索引可以有两级  
    df.set_index(['c','d'], drop=False)    #将c、d两列转换为行,因drop为false,在列中仍保留c,d  
    read_csv   read_table   read_fwf    #读取文件分隔符为逗号、分隔符为制表符('\t')、无分隔符(固定列宽)  
    pd.read_csv('...', nrows=5) #读取文件前5行  
    pd.read_csv('...', chunksize=1000) #按块读取,避免过大的文件占用内存  
    pd.load() #pd也有load方法,用来读取二进制文件  
    pd.ExcelFile('...xls').parse('Sheet1')  # 读取excel文件中的sheet1  
    df.to_csv('...csv', sep='|', index=False, header=False) #将数据写入csv文件,以|为分隔符,默认以,为分隔符, 禁用列、行的标签  
    pd.merge(df1, df2, on='key', suffixes=('_left', '_right')) #合并两个数据集,类似数据库的inner join, 以二者共有的key列作为键,suffixes将两个key分别命名为key_left、key_right  
    pd.merge(df1, df2, left_on='lkey', right_on='rkey') #合并,类似数据库的inner join, 但二者没有同样的列名,分别指出,作为合并的参照  
    pd.merge(df1, df2, how='outer') #合并,但是是outer join;how='left'是笛卡尔积,how='inner'是...;还可以对多个键进行合并  
    df1.join(df2, on='key', how='outer')  #也是合并  
    pd.concat([ser1, ser2, ser3], axis=1) #连接三个序列,按行的方向  
    ser1.combine_first(ser2)   df1.combine_first(df2) #把2合并到1上,并对齐  
    df.stack() df.unstack()  #列旋转为行、行旋转为列  
    df.pivot()  
    df.duplicated()   df.drop_duplicates() #判断是否为重复数据、删除重复数据  
    df[''].map(lambda x: abs(x)) #将函数映射到df的指定列  
    ser.replace(-999, np.nan) #将-999全部替换为nan  
    df.rename(index={}, columns={}, inplace=True) #修改索引,inplace为真表示就地修改数据集  
    pd.cut(ser, bins)  #根据面元bin判断ser的各个数据属于哪一个区段,有labels、levels属性  
    df[(np.abs(df)>3).any(1)] #输出含有“超过3或-3的值”的行  
    permutation  take    #用来进行随机重排序  
    pd.get_dummies(df['key'], prefix='key')  #给df的所有列索引加前缀key  
    df[...].str.contains()  df[...].str.findall(pattern, flags=re.IGNORECASE)  df[...].str.match(pattern, flags=...)    df[...].str.get()  #矢量化的字符串函数  
      
    # ----pandas绘图  
    ser.plot() df.plot() #pandas的绘图工具,有参数label, ax, style, alpha, kind, logy, use_index, rot, xticks, xlim, grid等,详见page257  
    kind='kde' #密度图  
    kind='bar' kind='barh' #垂直柱状图、水平柱状图,stacked=True为堆积图  
    ser.hist(bins=50) #直方图  
    plt.scatter(x,y) #绘制x,y组成的散点图  
    pd.scatter_matrix(df, diagonal='kde', color='k', alpha='0.3')  #将df各列分别组合绘制散点图  
      
    # ----聚合分组  
    groupby() 默认在axis=0轴上分组,也可以在1组上分组;可以用for进行分组迭代  
    df.groupby(df['key1']) #根据key1对df进行分组  
    df['key2'].groupby(df['key1'])  #根据key1对key2列进行分组  
    df['key3'].groupby(df['key1'], df['key2'])  #先根据key1、再根据key2对key3列进行分组  
    df['key2'].groupby(df['key1']).size() #size()返回一个含有分组大小的series  
    df.groupby(df['key1'])['data1']  等价于 df['data1'].groupby(df['key1'])  
    df.groupby(df['key1'])[['data1']]  等价于  df[['data1']].groupby(df['key1'])  
    df.groupby(mapping, axis=1)  ser(mapping) #定义mapping字典,根据字典的分组来进行分组  
    df.groupby(len) #通过函数来进行分组,如根据len函数  
    df.groupby(level='...', axis=1)  #根据索引级别来分组  
    df.groupby([], as_index=False)   #禁用索引,返回无索引形式的数据  
    df.groupby(...).agg(['mean', 'std'])   #一次使用多个聚合函数时,用agg方法  
    df.groupby(...).transform(np.mean)   #transform()可以将其内的函数用于各个分组  
    df.groupby().apply()  #apply方法会将待处理的对象拆分成多个片段,然后对各片段调用传入的函数,最后尝试将各片段组合到一起  
      
    # ----透视交叉  
    df.pivot_table(['',''], rows=['',''], cols='', margins=True)  #margins为真时会加一列all  
    pd.crosstab(df.col1, df.col2, margins=True) #margins作用同上  
      
      
    # ---------------matplotlib---------------  
    
    fig=plt.figure() #图像所在的基对象  
    ax=fig.add_subplot(2,2,1)  #2*2的图像,当前选中第1个  
    fig, axes = plt.subplots(nrows, nclos, sharex, sharey)  #创建图像,指定行、列、共享x轴刻度、共享y轴刻度  
    plt.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)  
    #调整subplot之间的距离,wspace、hspace用来控制宽度、高度百分比  
    ax.plot(x, y, linestyle='--', color='g')   #依据x,y坐标画图,设置线型、颜色  
    ax.set_xticks([...]) ax.set_xticklabels([...]) #设置x轴刻度  
    ax.set_xlabel('...') #设置x轴名称  
    ax.set_title('....') #设置图名  
    ax.legend(loc='best') #设置图例, loc指定将图例放在合适的位置  
    ax.text(x,y, 'hello', family='monospace', fontsize=10) #将注释hello放在x,y处,字体大小为10  
    ax.add_patch() #在图中添加块  
    plt.savefig('...png', dpi=400, bbox_inches='tight') #保存图片,dpi为分辨率,bbox=tight表示将裁减空白部分  
    

    相关文章

      网友评论

          本文标题:python pandas numpy matplotlib 常

          本文链接:https://www.haomeiwen.com/subject/xpxdcqtx.html