Numpy从入门到实战
第一章
Numpy是什么
进行数组/矩阵计算，附带线性代数，傅立叶，随机数等一系列函数
优势：Python原生要写很多循环，性能慢
Numpy是很多数据科学类库的基础库，比如SciPy，Scikit-Learn，Tensorflow，PandlePandle等
第二章 Numpy编程入门
1.import
import numpy as np
2.性能对比
%timeit a(5)
第三章 Array对象
一.Array对象
array里的数据必须是同一数值类型
自身属性：
1.shape，返回一个元组，表示维度里具体有几个元素
2.ndim，维度数目
3.size，元素数目
4.dtype，元素类型
二.创建
1.List和嵌套List里创建
np.array([1,2,3,4,5])
np.array( [ [1,2,3,4,5], [6,7,8,9,19] ] )
2.预制的arange，ones/ones_like，zeros/zeros_like，empty/empyt_like，full/full_like，eye等函数创建
3.np.random模块创建随机数，比如randn生成指定为度的随机数
三.Array方法
1.逐元素加减乘除
2.面向多维的数组索引
3.sum/mean等聚合函数
4.线性代数计算，比如求解方程组，逆矩阵等
reshape函数：改变维度
arraa + 1:每个元素都?1
第四章.数组按索引查询
一.基础索引：
一维与List差不多：
x：全部
x[2]：单个
x[2:4]：切片
x[2:-1]
x[-3:]
x[:-3]
二维：
x[0,0]:x[0][0]
x[2]:单行
x[:2]:这个返回的是一个一维数组，有转置
切片会修改原来的数组，直接修改而不是复制得到一个新的
二.神奇索引：
整个数组进行索引，数组参数里是相应位置，获取一个新数组
argsort：排序，返回序列的索引数组
二维数组
x[[0,2]]：选择0行2行
x[[0,2], :]：同上
x[:, [0,2]]：所有行取0列，2列
x[[0, 2], [3, 4]]:指定0行2行，3列4列，返回一维数组
二维数组索引只要指定了行列坐标，就返回一维数字
三.布尔索引：
选择数组拷贝，对数组先做比较得到一个bool数组，再应用到数组里去
x>5：返回一个全是bool值的数组，其值取决于是否比5大
x[x>5]：返回比5大的数字组成的数组
二维数组：
x[x>5]：返回一个一维数组
条件组合：
condition = (x > 5) | (x < 4):返回布尔数组
x[condition]:数组选值
第五章.random的随机函数
可以参考官方文档，有三大部分
1.简单的随机函数
2.对数组随机打散
shuffle只打散行
permutation全打散，并且返回的是数组拷贝
3.复杂随机函数
最后一个参数是数据类型（可省略），倒数第二个是维度描述元组
第六章.数学统计函数
linspace：生成一个范围内，相应个数的点，均值切割
sum：和
prod：乘积
cumsum：累积加
cumprod：累积积
min：最小
max：最大
percentile：0-100百分位数
quantile：0-1分位数
median：中位数
average：加权平均
mean：平均值
std：标准差
var：方差
axis：上面的函数指定轴，计算轴为行还是列。为0是行（聚合韩式是跨行，消解行，而不是在行上计算），为1是列（聚合函数跨列，消解列，而不是在行上计算）。
可以理解为同性质的一起计算
广播：两个矩阵数目不一致，比如特征减去平均，要把平均行复制
标准化：每个列的量纲一致，不要差太大权重无法比较
第一章.介绍
更简单的数据结构，更快的速度，更多的分析工具
用于数据分析，数据处理，数据可视化
第二章.读取数据
读取表格类型的数据，才能分析
要有行有列
csv:read_csv
excel:read_excel
mysql:read_sql
引入类库
import pandas as pd
读取前几行：
df.head()
展现出来的数据，第一列是索引。然后是每个数据的列
几行几列：
df.shape()
columns：列名
index：索引
dtypes：每一列类型
第三章.数据结构：DataFrame和Series
DataFrame：二维数据，整个表格，多行多列
Series：一维数据，一行或者一列。包含了数据和数据相关的数据标签（索引）两个数组
创建Series：
1.pd.series([])
index：获取索引
values：获取数值
2.参数里index=指定索引
3.用python字典（hash）创建
查询Series：
类似字典，用key即索引获取值
DataFrame中查询出Series：
返回一行一列是Series
返回多行多列还是DataFrame
df[‘year‘]：year是列索引，返回year那一列的Series
df.loc[1]：查询第一行
返回多行：用切片，包含了尾部元素
第四章.5种查询数据的方法
查询常用函数
1.loc
2.iloc
3.where
4.query
loc既能查又能覆写
降维顺序：
DataFrame->Series->value
df.set_index(‘ymd‘, True)：设置ymd那一列为索引，里边的值获取行
1.数值
loc[column1, column2]
2.列表
loc[行1， 行2]
3.区间
类似切片
4.条件
根据bool列表查询
5.函数
用lambda表达式代替布尔表达式
第五章.数据merge
不同DataFrame数据merge成一个大表
merge类似SQL的join语法
原文：https://www.cnblogs.com/cascle/p/12446036.html