网站首页上海网站建设公司,骏域网站建设专家电脑版,家装设计软件自学,西安 医疗网站制作前言NumPy作为数据处理的利器#xff0c;在对数据进行科学计算、存储处理大型矩阵等方面为我们带来了极大的方便#xff0c;但对于更进一步的数据分析任务#xff0c;文件操作等方面显得有些吃力。于是#xff0c;作为NumPy的进阶库pandas应运而生#xff0c;在实际应用中…前言NumPy作为数据处理的利器在对数据进行科学计算、存储处理大型矩阵等方面为我们带来了极大的方便但对于更进一步的数据分析任务文件操作等方面显得有些吃力。于是作为NumPy的进阶库pandas应运而生在实际应用中一般NumPy和pandas都是一起出现的二者再配合Matplotlib可以做很多基础的数据处理、分析和展示。经过前几次的内容我们已经掌握了NumPy的基本用法接下来我们将开始进入到pandas的介绍。pandas基本概念pandas是基于NumPy构建的一种数据处理工具被誉为Python中的Excel主要是为了解决数据分析任务而创建的。pandas中含有大量的数据处理运算相关库以及一些标准的数据模型提供了高效操作大型数据集必备的工具。利用pandas提供的函数和方法能使我们快速便捷高效地处理数据。下面给出了pandas库的安装教程以及pandas中文参考文档。pandas的安装教程http://pandas.pydata.org/pandas-docs/stable/install.htmlpandas中文文档https://www.pypandas.cnpandas基本数据结构pandas主要包括四类数据结构Series、Time-Series、DataFrame和Panel。Series类似于NumPy中的一维ndarray能保存不同种数据类型包括字符串、boolean值、数字等。除了可以使用NumPy中一维ndarray可用的函数或方法外还可以通过索引标签的方式获取数据具有索引的自动对齐功能。Time-Series以时间为索引的Series。之所以将它从Series中独立出来是因为时间序列在数据处理与分析中是一个很重要的概念之后讲到时再具体介绍。DataFrame二维的表格型数据结构。功能非常类似于R语言中的data.frame。从结构上来看我们可以将DataFrame理解为Series的容器。Panel三维数据结构。从结构上来看我们可以理解为DataFrame的容器。初识Series和DataFrameSeries和DataFrame是pandas中我们最常用的两个数据结构我们分别创建Series和DataFrame来看一下它们的基本结构。我们首先创建一个一维ndarray然后通过pandas的Series()函数将这个一维ndarray传入即可生成一个Series基本用法如下。import numpy as npimport pandas as pdarr np.arange(10)print(arr)print(---------------)eries pd.Series(arr)print(series)运行结果如下所示可以看到相比于NumPy的一维ndarraySeries多了一个默认从0开始的索引。基本Series当然Series的这个默认索引是可以修改的我们只需要在使用Series()函数的时候多传入一个index列表参数即可。需要注意的是index的长度必须要与Series的长度保持一致。import numpy as npimport pandas as pdarr np.arange(10)print(arr)print(---------------)series pd.Series(arr, indexlist(abcdefghij))print(series)我们传入一个‘abcdefghij’的列表序列作为index再次运行 Series的索引就改变了。运行结果如下所示。改变Series索引接下来我们看一下DataFrame。与Series类似由于DataFrame相当于NumPy中二维ndarray的表格型数据结构我们可以通过NumPy的二维ndarray来创建DataFrame基本用法如下。import numpy as npimport pandas as pdarr np.arange(12).reshape(3, 4)print(arr)print(---------------)data_frame pd.DataFrame(arr)print(data_frame)通过pandas的DataFrame()函数传入二维ndarray。运行结果如下所示可以看到相比于NumPy的二维ndarrayDataFrame的排列格式更像是一个Excel表格并且行列都具有默认从0开始的索引。基本DataFrame同样的我们可以修改DataFrame的默认行列索引在使用DataFrame()函数的时候传入index列表参数修改行索引传入columns列表参数修改列索引。其中index和columns的长度分别必须与DataFrame的行长度和列长度保持一致。import numpy as npimport pandas as pdarr np.arange(12).reshape(3, 4)print(arr)print(---------------)data_frame pd.DataFrame(arr, indexlist(abc), columnslist(ABCD))print(data_frame)我们将index设置为‘abc’的列表序列columns设置为‘ABCD’的列表序列再次运行默认的行列索引都成功改变了。修改DataFrame的行列索引Series和DataFrame相比于NumPy中的一维ndarray和二维ndarray从结构上来看最大的区别就是多了索引。此外可以看到NumPy中的ndarray就像是矩阵而pandas中的Series和DataFrame更像是表格这样的形状区别也注定了二者的应用场景的不同在后续的内容中我们会渐渐体会到两者的区别。总结以上介绍了pandas的基本概念和基本数据结构简单熟悉了pandas中两个重要的数据结构Series和DataFrame以及它们跟NumPy中的ndarray的区别。下次内容我们开始详细介绍pandas中的Series、DataFrame和其他相关知识。感谢大家的关注欢迎批评指正一起交流~
