-
#數據透視表
查看全部 -
# df = pd.Series([1,2,4,np.nan,5,6,7,10],index=dates)
df.mean() ## 均值
df.vaar() ## 方差
df.shift(2) ## 右移兩位
df.value_counts() ## 統計出現的值的次數 -- 直方圖
df.apply(np.cumsum) #累加值
## Concat
pieces = [df[:3],df[-3:]]
pd.concat(pieces))
left join?
查看全部 -
df1.dropna()
df1.fillna(value=2))
查看全部 -
print(df.head(5))? # 前5行
查看全部 -
numpy (Numerical Python):數據結構基礎
scipy:強大的科學計算方法（矩陣分析、信號分析、數理分析。。）
matplotlib：豐富的可視化套件
pandas：基礎數據分析套件
scikit-learn：強大的數據分析建模庫
keras：人工神經網絡
查看全部 -
#numpy的其他操作 ? ?print("FFT:") ? ?print (np.fft.fft(np.array([1,1,1,1,1,1,1,]))) ?#階躍響應 ? ?print (np.corrcoef([1, 0, 1],[0, 2, 1])) # 皮爾遜相關系數計算 ? ?print (np.poly1d([3,1,3])) # 生成一元多次函數
print(np.corrcoef([1,0,1],[0,2,0])) #打印相關系數 print(np.poly1d([2,1,3])) ?#生成一元多次函數 2x**2 + 1x + 3 ,他生成一元二次函數
查看全部 -
查看全部
-
import numpy as np導入的是numpy包。通過np.linalg.xxx()來使用linalg的函數。
import numpy.linalg導入的是numpy中的linalg包。通過numpy.linalg.xxx()來使用linalg的函數。
from numpy.linalg import *是導入numpy.linalg下的所有函數。通過xxx()來使用linalg的函數。
查看全部 -
np.concatenate 兩個lst的追加 np.vstack 追加 ?分成兩行 np.hstack ?同concatenate的結果 np.spilt 分成幾份數組 copy(lst1) 拷貝
查看全部 -
print (np.zeros([2, 4]))#輸出元素都為0的2行4列數組 ? ?print (np.ones([3, 5]))#輸出元素都為1 的2行4列數組 ? ?print ("Rand:") ? ?print (np.random.rand(2, 4))#輸出2行4列的隨機數組 ? ?print (np.random.rand())#生成一個隨機數 ? ?print (np.random.randint(1, 14, 5))#在1到14之間生成5個隨機數
查看全部 -
List每次處理對象會判斷數據類型，可存放多種類數據，但維護成本較高
shape表示幾行幾列 ndim表示維數 dtype表示元素的數據類型 itemsize表示元素的大小，比如float就是8個字節 size表示元素組合總的個數
查看全部 -
numpy
關鍵詞:? 開源? 數據計算擴展
功能:? ? ?ndarray? ?多維操作? ?線性代數
官網:? ?http://www.numoy.org/
查看全部 -
numpy (Numerical Python):數據結構基礎
scipy:強大的科學計算方法（矩陣分析、信號分析、數理分析。。）
matplotlib：豐富的可視化套件
pandas：基礎數據分析套件
scikit-learn：強大的數據分析建模庫
keras：人工神經網絡
Python環境搭建
平臺：Windows、Linux、 macOS
科學計算工具 ：anaconda
查看全部 -
numpy (Numerical Python):數據結構基礎
scipy:強大的科學計算方法（矩陣分析、信號分析、數理分析。。）
matplotlib：豐富的可視化套件
pandas：基礎數據分析套件
scikit-learn：強大的數據分析建模庫
keras：人工神經網絡
Python環境搭建
平臺：Windows、Linux、 macOS
科學計算工具 ：anaconda
查看全部 -
數值計算庫
查看全部
舉報