numpy 模块

numpy 模块主要用来做数据分析，对numpy数组进行科学运算

主要方法和常用属性，都是用numpy 生成的对象.出来的

import numpy as np

属性	描述
T	数组的转置，行和列一一对应，重构，每行2个元素
dtype	数组元素的数据类型（int32 和 float64）
size	数组元素的个数
ndim	数组的维数
shape	数组的维度大小（有几行几列）
astype	数据类型转换

常用方法	描述
元素切分	[:,:] 表示行和列
逻辑取值	取出用numpy生成的数组对象 > 4的元素
赋值	取出用numpy生成的数组对象的索引值 = 0
数组横向合并	行和行合并，列和列合并
数组垂直合并	相当于list update，直接添加元素

数组函数	描述
np.array()	将列表转换为数组，可选择是否制定dtype
np.ones()	传入行数和列数，值都为1
np.zeros()	传入行数和列数，值都为0
np.eye()	输入行数和列数，对角值为1
np.arange()	和列表的range方法一样，支持浮点数
np.linspace()	类似arange()，第三个参数为数组长度
np.empty()	创建一个元素全随机的数组
np.reshape()	重塑形状
数组运算	与数组函数联用 +-*/ 数字


生成随机数（常用）	np.random.rand(x,y)
	np.random.random(x,y)
	np.random.choice(x,y)
	np.random.shuffle(x,y)

numpy数学统计方法	描述
sum	求和
cumsum	累加求和
mean	求平均数
std	求标准差
var	求方差
min	求最小值
max	求最大值
argmin	求最小值索引
argmax	求最大值索引
sort	排序

以下代码具体解释

lt1 = [1,2,3]

lt2 = [4,5,6]

lt = []

# 如果我们想要对这两个列表内数据相乘，我们可以用for循环

for i in range(len(lt1)):

    lt.append(lt1[i] * lt2[i])

print(lt)

import numpy as np

# 利用numpy 进行矩阵计算 更方便

arr1 = np.array([1,2,3])

arr2 = np.array([4,5,6])

print(arr1 * arr2)

## [ 4 10 18]

# numpy 创建 numpy 数组   --》 可变的数据类型

# 一维数组  通常不使用，创建的数组没有,

arr = np.array([1,2,3])

print(arr)

# [1 2 3]

# 二维数组

arr = np.array([

    [1,2,3],

    [4,5,6]

])

print(arr)

# [[1 2 3]

#  [4 5 6]]

# 三维数组      通常不使用

arr = np.array([

    [1,2,3],

    [4,5,6],

    [7,8,9]

])

print(arr)

# [[1 2 3]

#  [4 5 6]

#  [7 8 9]]

# numpy 数组的属性 特性

arr = np.array([

    [1,2,3],

    [4,5,6]

])

# T数组的转置，行列互换

print(arr, "\n",arr.T)

# [[1 4]

#  [2 5]

# [3 6]]

# dtype 数组元素的数据类型，

# numpy数组是属于python解释器的，

# int32 float64 属于numpy数组

print(arr.dtype)

# int32

# size 数组元素的个数

print(arr.size)

# 6

# ndim 数据的维数

print(arr.ndim)

# 2

# shape 数据的纬度大小（以元组形式）

print(arr.shape)

# (2, 3)

# astype 类型转换 为int32

arr = arr.astype(np.float64)

print(arr)

# [[1. 2. 3.]

#  [4. 5. 6.]]

# 切片numpy数组

arr = np.array([

    [1, 2, 3],

    [4, 5, 6]

])

print(arr[:,:])     # ：行,：列

# [[1 2 3]

#  [4 5 6]]

print(arr[0,0])

# 1

print(arr[1,2])

# 6

print(arr[:,-2:])

# [[2 3]

#  [5 6]]

# 逻辑取值

print(arr[arr > 4])

# [[2 3]

#  [5 6]]

#  [5 6]

# 赋值

arr[0,0] = 0

print(arr)

# [[0 2 3]

#  [4 5 6]]

# 数组合并

arr1 = np.array([

    [1, 2, 3],

    [4, 5, 6]

])

arr2 = np.array([

    [7, 8, 9],

    ['a', 'b', 'c']

])

# 横向合并

print(np.hstack((arr1,arr2)))

# [['1' '2' '3' '7' '8' '9']

#  ['4' '5' '6' 'a' 'b' 'c']]

# 垂直合并

print(np.vstack((arr1,arr2)))

# [['1' '2' '3']

#  ['4' '5' '6']

#  ['7' '8' '9']

#  ['a' 'b' 'c']]

# 默认以列合并  #axis = 0    0表示列，1表示行

print(np.concatenate((arr1,arr2),axis=1))

# [['1' '2' '3' '7' '8' '9']

#  ['4' '5' '6' 'a' 'b' 'c']]

# 通过函数创建numpy数组

print(np.ones((2,3)))

# [[1. 1. 1.]

#  [1. 1. 1.]]

print(np.zeros((2,3)))

# [[0. 0. 0.]

#  [0. 0. 0.]]

print(np.eye(3,3))

# [0. 1. 0.]

# [0. 0. 1.]]

print(np.linspace(1,100,10))

# [  1.  12.  23.  34.  45.  56.  67.  78.  89. 100.]

print(np.arange(2,10))

# [2 3 4 5 6 7 8 9]

# 重构形状

arr1 = np.zeros((2,6))      #

print(arr1.reshape((3,4)))      # 重构形状必须相乘的 相等

# [[0. 0. 0. 0.]

#  [0. 0. 0. 0.]

#  [0. 0. 0. 0.]]

# numpy 数组运算

# +-*/

arr = np.ones((3,4)) * 4

print(arr)

# [[4. 4. 4. 4.]

#  [4. 4. 4. 4.]

#  [4. 4. 4. 4.]]

arr = np.ones((3,4)) + 4

print(arr)

# [[5. 5. 5. 5.]

#  [5. 5. 5. 5.]

#  [5. 5. 5. 5.]]

# numpy 数组运算函数      了解——————-

print(np.sin(arr))

# [[-0.95892427 -0.95892427 -0.95892427 -0.95892427]

#  [-0.95892427 -0.95892427 -0.95892427 -0.95892427]

#  [-0.95892427 -0.95892427 -0.95892427 -0.95892427]]

# 矩阵运算 --  点乘

arr1 = np.array([

    [1, 2, 3],

    [4, 5, 6]

])

arr2 = np.array([

    [1, 2],

    [4, 5],

    [6, 7]

])

print(np.dot(arr1,arr2))

# [[27 33]

#  [60 75]]

# 求逆

arr = np.array([[1, 2, 3], [4, 5, 6], [9, 8, 9]])

print(np.linalg.inv(arr))

# [[ 0.5        -1.          0.5       ]

#  [-3.          3.         -1.        ]

#  [ 2.16666667 -1.66666667  0.5       ]]

# numpy 数组数学和统计方法

arr = np.array([

    [1, 2, 3],

    [4, 5, 6]

])

print(np.sum(arr[:,:]))

# 21

# 生成随机数

print(np.random.rand(3,4))

# [[0.76654824 0.23510842 0.79989748 0.93094884]

#  [0.97155472 0.29956374 0.27754847 0.91103403]

#  [0.43714323 0.7549109  0.14547903 0.20511579]]

print(np.random.random((3,4)))

# [[0.91673193 0.15218486 0.32976182 0.41812734]

#  [0.33360061 0.20190749 0.48689467 0.46679115]

#  [0.12490532 0.50441629 0.95525997 0.5402791 ]]

# 针对一维 随机选择数字

print(np.random.choice([1,2,3],1))

# [1]

# 追对某一范围

print(np.random.randint(1,100,(3,4)))

# [[33 40 93 18]

#  [80 65 64 51]

#  [66  6 83 10]]

matplotlib 模块

matplotlib 模块就是用来画图的

# 条形图

from matplotlib import pyplot as plt

from matplotlib.font_manager import FontProperties

# 设置字体，不然画出来会乱码

font = FontProperties(fname=r"C:\Windows\Fonts\simsun.ttc")

# 设置背景

plt.style.use("ggplot")

# 定义 行 列 信息

clas = ["3班","4班","5班","6班"]

students = [50,55,45,60]

clas_index = range(len(clas))

# 开始画

plt.bar(clas_index,students,color="darkblue")

plt.xlabel("学生",FontProperties=font)

plt.xlabel("学生人数",FontProperties=font)

plt.title("班级-学生人数",FontProperties=font,Fontsize=25,fontweight=20)

plt.xticks(clas_index,clas,FontProperties=font)

# 展示

plt.show()

# 直方图

import numpy as np

from matplotlib import pyplot as plt

from matplotlib.font_manager import FontProperties

# 设置字体，不然画出来会乱码

font = FontProperties(fname=r"C:\Windows\Fonts\simsun.ttc")

plt.style.use("ggplot")

# 生成随机数对象

x1 = np.random.randn(10000)

x2 = np.random.randn(10000)

# 生成画布

fig = plt.figure()

# 每行每列

ax1 = fig.add_subplot(1,2,1)

ax2 = fig.add_subplot(1,2,2)

ax1.hist(x1,bins=50,color="darkblue")

ax2.hist(x2,bins=50,color="y")

fig.suptitle("两个正太分布",FontProperties=font,fontsize=20)

ax1.set_title("x1的正态分布",FontProperties=font)

ax2.set_title("x2的正态分布",FontProperties=font)

# 展示

plt.show()

# 折线图

import numpy as np

from matplotlib import pyplot as plt

from matplotlib.font_manager import FontProperties

# 设置字体，不然画出来会乱码

font = FontProperties(fname=r"C:\Windows\Fonts\simsun.ttc")

plt.style.use("ggplot")

np.random.seed(10)

x1 = np.random.randn(40).cumsum()

x2 = np.random.randn(40).cumsum()

x3 = np.random.randn(40).cumsum()

x4 = np.random.randn(40).cumsum()

plt.plot(x1,color="r",linestyle="-",marker="o",label="红圆线")

plt.plot(x2,color="y",linestyle="--",marker="*",label="黄虚线")

plt.plot(x3,color="b",linestyle="-.",marker="s",label="蓝方线")

plt.plot(x4,color="black",linestyle=":",marker="s",label="黑方线")

plt.legend(loc="best",prop=font)

# 展示

plt.show()

# 散点图 + 直线图

import numpy as np

from matplotlib import pyplot as plt  # 约定俗成

from matplotlib.font_manager import FontProperties  # 修改字体

# 设置字体，不然画出来会乱码

font = FontProperties(fname='C:\Windows\Fonts\simsun.ttc')

plt.style.use('ggplot')

fig = plt.figure()

ax1 = fig.add_subplot(1,2,1)

ax2 = fig.add_subplot(1,2,2)

x = np.arange(20)

y = x ** 2

x2 = np.arange(20)

y2 = x2 ** 2

ax1.scatter(x,y,color="r",label="红")

ax2.scatter(x2,y2,color="b",label="蓝")

ax1.plot(x,y)

ax2.plot(x2,y2)

fig.suptitle("两张图",FontProperties=font,fontsize=15)

ax1.set_title("散点图",FontProperties=font)

ax2.set_title("折线图",FontProperties=font)

ax1.legend(prop=font)

# 展示

plt.show()

pandas 模块

pandas 模块操作excel/json/sql/ini/csv文件的

import pandas as pd

import numpy as np

np.random.seed(10)

# 生成6个月份

index = pd.date_range("2019-01-01",periods=6,freq="M")

print(index)

columns = ["c1","c2","c3","c4"]

# 生成随机数

val = np.random.randn(6,4)

df = pd.DataFrame(index=index,columns=columns,data=val)

print(df)

#                   c1        c2        c3        c4

# 2019-01-31  1.331587  0.715279 -1.545400 -0.008384

# 2019-02-28  0.621336 -0.720086  0.265512  0.108549

# 2019-03-31  0.004291 -0.174600  0.433026  1.203037

# 2019-04-30 -0.965066  1.028274  0.228630  0.445138

# 2019-05-31 -1.136602  0.135137  1.484537 -1.079805

# 2019-06-30 -1.977728 -1.743372  0.266070  2.384967

# 保存成 xlsx 文件

df.to_excel("date_c.xlsx")

# 读出文件

df = pd.read_excel("date_c.xlsx",index_col=[0])

print(df)

#                   c1        c2        c3        c4

# 2019-01-31  1.331587  0.715279 -1.545400 -0.008384

# 2019-02-28  0.621336 -0.720086  0.265512  0.108549

# 2019-03-31  0.004291 -0.174600  0.433026  1.203037

# 2019-04-30 -0.965066  1.028274  0.228630  0.445138

# 2019-05-31 -1.136602  0.135137  1.484537 -1.079805

# 2019-06-30 -1.977728 -1.743372  0.266070  2.384967

###############

print(df.index)

print(df.columns)

print(df.values)

print(df[['c1', 'c2']])

# 按照index取值

# print(df['2019-01-31'])

print(df.loc['2019-01-31'])

print(df.loc['2019-01-31':'2019-05-31'])

# 按照values取值

print(df)

print(df.iloc[0, 0])

df.iloc[0, :] = 0

print(df)

巴特西

Python-数据分析模块

numpy 模块

matplotlib 模块

pandas 模块

最新文章

热门文章