数组与pandas模块

'''数组与pandas模块'''

# numpy模块：用来做数据分析，对numpy数组（既有行又有列）--矩阵进行科学运算

# tensorflow/pytorch（数学专业/物理专业/计科专业硕士及以上，kaggle 10-15%（清华/北大/浙大）/acm 1-2等奖/ 天池5%）模块：用来做数据分析，对tensor数组（既有行又有列还有层。。。-三维以上）-- 张量进行科学运算


lt1 = [1, 2, 3]  # n个元素
lt2 = [4, 5, 6]

lt = []
for i in range(len(lt1)):  # O(n)
    lt.append(lt1[i] * lt2[i])

print(lt)

import numpy as np  # 约定俗成的

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
print(arr1 * arr2)

# gpu --> 图形显卡

# 创建numpy数组 --> 可变

# 一维数组(不在讨论范围内)
arr = np.array([1, 2, 4])
print(type(arr), arr)

# 二维数组（******）
arr = np.array([
    [1, 2, 3],
    [4, 5, 6]
])
print(arr)

# 三维数组（不在讨论范围内）--》tensorflow
arr3 = np.array([
    [[1, 2, 3],
     [4, 5, 6]],
    [[1, 2, 3],
     [4, 5, 6]],
])
print(arr)

# numpy数组的属性

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

# T	数组的转置（对高维数组而言） --> 行列互换，转置
print(arr, '
', arr.T)

# 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的
print(arr.dtype)
'''
# 定制化的科学计算机
11111111111111111111111111111111111111111
'''
# size	数组元素的个数
print(arr.size)
# ndim	数组的维数
print(arr.ndim)
print(arr3.ndim)
# shape	数组的维度大小（以元组形式）
print(arr.shape[0])
print(arr.shape[1])
# astype	类型转换
arr = arr.astype(np.float64)
print(arr)

# 切片numpy数组
lt = [1, 2, 3]

print(lt[:])

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

print(arr[:, :])  # 行，列

print(arr[0, 0])

print(arr[0, :])

print(arr[:, -2:])

# 逻辑取值
print(arr[arr > 4])

# 赋值
lt = [1, 2, 3]

lt[:] = [0, 0, 0]
print(lt)

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

arr[0, 0] = 0
print(arr)

arr[0, :] = 0
print(arr)

arr[:, :] = 0
print(arr)

# 数组的合并

arr1 = np.array([
    [1, 2, 3],
    [4, 5, 6]
])

arr2 = np.array([
    [7, 8, 9],
    ['a', 'b', 'c']
])

print(np.hstack((arr1, arr2)))  # 只能放元组

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

print(np.concatenate((arr1, arr2), axis=1))  # 默认以列合并 # 0表示列，1表示行

# 通过函数创建numpy数组

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

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

print(np.eye(3, 3))

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

print(np.arange(2, 10))

arr1 = np.zeros((1, 12))
print(arr1.reshape((3, 4)))  # 重构形状

# numpy数组运算

# +-*'
arr1 = np.ones((3, 4)) * 4
print(arr1)

# numpy数组运算函数

print(np.sin(arr1))

# 矩阵运算--点乘

arr1 = np.array([
    [1, 2, 3],
    [4, 5, 6]
])

arr2 = np.array([
    [1, 2],
    [4, 5],
    [6, 7]
])
# 2* 3 3*2
print(np.dot(arr1, arr2))

# 求逆
arr = np.array([[1, 2, 3], [4, 5, 6], [9, 8, 9]])
print(np.linalg.inv(arr))

# numpy数组数学和统计方法
print(np.sum(arr[0, :]))

# numpy.random生成随机数(******)
print(np.random.rand(3, 4))

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

# np.random.seed(1)
print(np.random.random((3, 4)))

s = np.random.RandomState(1)
print(s.random((3, 4)))

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

# 针对一维
print(np.random.choice([1, 2, 3], 1))

# 针对某一个范围
print(np.random.randint(1, 100, (3, 4)))

# 以上只是基础中的基础，入门都还没达到  《利用python进行数据分析》


# sklearn会对numpy封装
# pandas模块：操作excel/json/sql/ini/csv（配置文件）/


# import pandas as pd
#
# df = pd.read_csv('test.csv',header=None)
# df.to_excel('test.xls')


# pd从excel中读取 DataFrame数据类型
import numpy as np
import pandas as pd

np.random.seed(10)

index = pd.date_range('2019-01-01', periods=6, freq='M')
print(index)
columns = ['c1', 'c2', 'c3', 'c4']
print(columns)
val = np.random.randn(6, 4)
print(val)

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

# 保存文件，读出成文件
df.to_excel('date_c.xlsx')

# 读出文件
df = pd.read_excel('date_c.xlsx', index_col=[0])
print(df)

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)