Numpy、Pandas是Python數(shù)據(jù)處理中經(jīng)常用到的兩個(gè)框架，都是采用C語言編寫，所以運(yùn)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(xué)習(xí)總結(jié)過，本博文總結(jié)了這三個(gè)框架的API。

以下是這三個(gè)框架的的簡(jiǎn)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(gè)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(yùn)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(huì)對(duì)原始數(shù)據(jù)進(jìn)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(huì)對(duì)原始數(shù)據(jù)進(jìn)行修改，不返回?cái)?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]: sOut[5]: 0  1.01  3.02  5.03  NaN4  6.05  8.0dtype: float64

DataFrame：是一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu)，既有行索引也有列索引， 它可以被看做由Series組成的大字典。創(chuàng)建方式如下：

In [6]: dates = pd.date_range('20130101', periods=6)In [7]: datesOut[7]: DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',        '2013-01-05', '2013-01-06'],       dtype='datetime64[ns]', freq='D')In [8]: df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))