目录
numpy模块
-
定义：numpy是python的一种开源的数值计算扩展库。用来存储和处理大型numpy数组(矩阵)
-
numpy库有两个作用：
- 区别于list列表,提供了数组操作、数组运算、以及统计分布和简单的数学模型。
- 计算速度快，甚至要由于python内置的简单运算，使得其成为pandas、sklearn等模块的依赖包。高级的框架如TensorFlow、pyTorch等，其数组操作和numpy非常相似。
创建numpy数组
import numpy as np
# 创建一维的ndarray对象
arr = np.array([1, 2, 3])
print(arr, type(arr))
# [1 2 3] <class 'numpy.ndarray'>
# 创建二维的ndarray对象 最常用**
print(np.array([[1, 2, 3], [4, 5, 6]]))
# [[1 2 3]
# [4 5 6]]
# 创建三维的ndarray对象
print(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]))
# [[1 2 3]
# [4 5 6]
# [7 8 9]]
numpy数组的常用属性
dtype数据类型：bool_, int(8,16,32,64) , float(16,32,64)
# 新建numpy数组，数据类型为float32
arr = np.array([[1, 2, 3], [4, 5, 6]], dtype=np.float32)
print(arr)
# [[1. 2. 3.]
# [4. 5. 6.]]
dtype 查看数组元素的数据类型
print(arr.dtype)
# float32
astype：数据类型转换
arr = arr.astype(np.int32)
print(arr.dtype)
print(arr)
# int32
# [[1 2 3]
# [4 5 6]]
T：数组的转置（行列互换）
print(arr.T)
# [[1. 4.]
# [2. 5.]
# [3. 6.]]
size：查看数组元素的个数
print(arr.size)
# 6
ndim：查看数组的维数
print(arr.ndim)
# 2
shape：查看数组的维度大小（行，列）元组形式
print(arr.shape)
# (2, 3)
获取numpy二数组行列数
获取numpy数组的行和列构成的数组
# 新建numpy二维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
[[1 2 3]
[4 5 6]]
print(arr.shape)
# (2, 3)
获取numpy数组的行
# 获取numpy数组的行
print(arr.shape[0])
# 2
获取numpy数组的列
print(arr.shape[1])
# 3
切割numpy数组
切分numpy数组类似于列表的切割，但是与列表的切割不同的是，numpy数组的切割涉及到行和列的切割，但是两者切割的方式都是从索引0开始，并且取头不取尾。
取所有元素
# 新建二维数组
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(arr)
'''[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]'''
print(arr[:, :]) # [行,列]
'''[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]'''
取第一行的所有元素
print(arr[:1, :])
# [[1 2 3 4]]
print(arr[0, [0, 1, 2, 3]])
# [1 2 3 4]
取第一列的所有元素
print(arr[:, :1])
# [[1]
# [5]
# [9]]
print(arr[(0, 1, 2), 0])
# [1 5 9]
取第一行第一列的元素
print(arr[(0, 1, 2), 0])
# [1 5 9]
print(arr[0, 0])
# 1
取大于5的元素，返回一个数组
print(arr[arr > 5])
# [ 6 7 8 9 10 11 12]
numpy数组元素替换
取第一行的所有元素，并且让第一行的元素都为0
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(arr)
'''[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]'''
arr1 = arr.copy()
arr1[:1, :] = 0
print(arr1)
'''[[ 0 0 0 0]
[ 5 6 7 8]
[ 9 10 11 12]]'''
取所有大于5的元素，并且让大于5的元素为0
arr2 = arr.copy()
arr2[arr > 5] = 0
print(arr2)
'''[[1 2 3 4]
[5 0 0 0]
[0 0 0 0]]'''
对numpy数组清零
arr3 = arr.copy()
arr3[:, :] = 0
print(arr3)
'''[[0 0 0 0]
[0 0 0 0]
[0 0 0 0]]'''
numpy数组的合并
# 新建两个二维数组
arr1 = np.array([[1, 2], [3, 4], [5, 6]])
print(arr1)
'''[[1 2]
[3 4]
[5 6]]'''
arr2 = np.array([[7, 8], [9, 10], [11, 12]])
print(arr2)
'''[[ 7 8]
[ 9 10]
[11 12]]'''
合并两个numpy数组的行
# 注意使用hstack()方法合并numpy数组，numpy数组应该有相同的行
print(np.hstack((arr1, arr2)))
'''[[ 1 2 7 8]
[ 3 4 9 10]
[ 5 6 11 12]]'''
合并两个numpy数组的列
# 注意使用vstack()方法合并numpy数组，numpy数组应该有相同的列
print(np.vstack((arr1, arr2)))
'''[[ 1 2]
[ 3 4]
[ 5 6]
[ 7 8]
[ 9 10]
[11 12]]'''
合并两个numpy数组
# 合并两个numpy数组，其中axis=1表示合并两个numpy数组的行
print(np.concatenate((arr1, arr2), axis=1))
'''[[ 1 2 7 8]
[ 3 4 9 10]
[ 5 6 11 12]]'''
# 合并两个numpy数组，其中axis=0表示合并两个numpy数组的列
print(np.concatenate((arr1, arr2), axis=0))
'''[[ 1 2]
[ 3 4]
[ 5 6]
[ 7 8]
[ 9 10]
[11 12]]'''
numpy常用函数
array()：将列表转换为数组，可选择显式指定dtype
arr = np.array([1, 2, 3]) # 创建一维数组
print(arr)
# [1 2 3]
arange()：range的numpy版，支持浮点数
# 构造0-9的ndarray数组 [0 1 2 3 4 5 6 7 8 9]
print(np.arange(10))
# 构造1-4的ndarray数组 [1 2 3 4]
print(np.arange(1, 5))
# 构造1-19且步长为2的ndarray数组 [ 1 3 5 7 9 11 13 15 17 19]
print(np.arange(1, 20, 2))
linspace()：类似arange()，第三个参数为数组长度
# 构造一个等差数列，取头也取尾，从0取到20，取5个数
print(np.linspace(0, 20, 5))
# [ 0. 5. 10. 15. 20.]
# 构造一个数列，取头也取尾，从1取到100，取10个数
print(np.linspace(1, 100, 10))
# [ 1. 12. 23. 34. 45. 56. 67. 78. 89. 100.]
zeros()：根据指定形状和dtype创建全0数组
# 创建一个2*3的全0数组
print(np.ones((2, 3)))
'''[[1. 1. 1.]
[1. 1. 1.]]'''
ones()：根据指定形状和dtype创建全1数组
# 创建一个2*3的全1数组
print(np.zeros((2, 3)))
'''[[0. 0. 0.]
[0. 0. 0.]]'''
eye()：创建单位矩阵
# 构造3个主元的单位numpy数组
print(np.eye(3, 3))
'''[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]'''
empty()：创建一个元素随机的数组
# 构造一个4*4的随机numpy数组，里面的元素是随机生成的
print(np.empty((4, 4)))
'''[[6.23042070e-307 1.42417221e-306 7.56595733e-307 3.56043054e-307]
[7.56595733e-307 1.00131040e-307 8.34426464e-308 6.23038336e-307]
[1.42419394e-306 6.23059726e-307 1.06810268e-306 6.89809904e-307]
[1.42420481e-306 1.24612013e-306 8.01091099e-307 9.34603679e-307]]'''
reshape()：重塑形状
arr1 = np.zeros((1, 12))
print(arr1.reshape((3, 4)))
'''[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]'''
matplotlib模块
定义：是一个绘图库，它可以创建常用的统计图，包括条形图，箱型图，折线图，散点图，饼图，直方图。
条形图：
from matplotlib import pyplot as plt #(潮流约定俗成的 当做plt)
from matplotlib.font_manager import FontProperties #修改字体
font = FontProperties(fname='C:WindowsFontssimsun.ttc') #字体的路径
plt.style.use('ggplot') # 设置背景为条纹
clas = ['3班','4班','5班','6班'] #x坐标的内容
students = [50,55,45,60] #y坐标的内容
clas_index = range(len(clas))#班级的索引
plt.bar(clas_index,students,color='darkblue')#班级索引，学生人数，还有画布颜色
plt.xlabel('学生',fontproperties=font)#中文打印出来会乱码，因为matplotlib是英文的，所以规定了字体
plt.ylabel('学生人数',fontproperties=font)#中文打印出来会乱码，因为matplotlib是英文的，所以规定了字体
plt.title('班级-学生人数',fontproperties=font,fontsize=20,fontweight=25)#顶部标题
plt.xticks(clas_index,clas,fontproperties=font)#中文打印出来会乱码，因为matplotlib是英文的，所以规定了字体
plt.show()#显示画布
直方图：
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname='C:WindowsFontssimsun.ttc')
plt.style.use('ggplot')
x1 = np.random.rand(10000)
x2 = np.random.rand(10000)
fig = plt.figure()#生成一张画布
ax1 = fig.add_subplot(1,2,1)#1行2列取第一个
ax2 = fig.add_subplot(1,2,2)
ax1.hist(x1,bins=50,color = 'darkblue')
ax2.hist(x2,bins=50,color = 'y')
fig.suptitle('两个正态分布',FontProperties=font,Fontsize = 20)
ax1.set_title('x1的正态分布',FontProperties=font)#加子标题
ax2.set_title('x2的正态分布',FontProperties=font)
plt.show()
折线图：
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname='C:WindowsFontssimsun.ttc')
plt.style.use('ggplot')
np.random.seed(10)#（x -- 10就相当于x变量）改变随机数生成器的种子seed。起到一个限制范围作用
x1 = np.random.rand(40).cumsum()#cumsum()是计算数组各行的累加值
x2 = np.random.rand(40).cumsum()
x3 = np.random.rand(40).cumsum()
x4 = np.random.rand(40).cumsum()
plt.plot(x1,c='r',linestyle='-',marker='o',label ='红圆线')#marker就是折点的类型
plt.plot(x2,c='y',linestyle='--',marker='*',label ='黄圆线')#linestyle就是折线的类型
plt.plot(x3,c='b',linestyle='-.',marker='s',label ='蓝圆线')#c就是color的缩写表示颜色类型
plt.plot(x4,c='black',linestyle=':',marker='s',label ='黑圆线')
plt.legend(loc='best',prop = font)#显示折点（label）的类型在最佳位置就是左上角
plt.show()
散点图+直线图：
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname='C:WindowsFontssimsun.ttc')
plt.style.use('ggplot')
fig = plt.figure()#python中fig，ax=plt.subplots是python一种subplot可以画出很多子图
ax1 = fig.add_subplot(1,2,1)#添加一个子图
ax2 = fig.add_subplot(1,2,2)
x = np.arange(20)
y = x ** 2
x2 = np.arange(20)
y2 = x2
ax1.scatter(x,y, c = 'r',label = '红')
ax1.scatter(x2,y2, c = 'b',label = '蓝')
ax2.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)
plt.show()
pandas模块
操作Excel/json/sql/ini/csv（配置文件）
import numpy as np
import pandas as pd
np.random.seed(10)
index = pd.date_range('2019-01-01', periods=6, freq='M')#periods周期 #freq频率
# print(index)
columns = ['c1', 'c2', 'c3', 'c4']#列头，相当于索引
# print(columns)
val = np.random.randn(6, 4)#6行4列
# print(val)
df = pd.DataFrame(index=index, columns=columns, data=val)#索引，列，数据（表格的内容）
print(df)
# 保存文件，读出成文件
df.to_excel('date_c.xlsx')
运行结果：
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
按照索引取值：
print(df.loc['2019-01-31'])
运行结果：
c1 1.331587
c2 0.715279
c3 -1.545400
c4 -0.008384
Name: 2019-01-31 00:00:00, dtype: float64
按索引取值，加上范围（这里加的是时间范围）
print(df.loc['2019-01-31':'2019-05-31'])
运行结果：
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
按照value取值：
print(df)
print(df.iloc[0, 0])#就是取第一个数值
运行结果：
1.331586504129518
df.iloc[0, :] = 0#就是让第一行的值都为0
print(df)
运行结果：
c1 c2 c3 c4
2019-01-31 0.000000 0.000000 0.000000 0.000000 #这一行就是取的值
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