-
#数据透视表
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) ## 右移两位
df.value_counts() ## 统计出现的值的次数 -- 直方图
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):数据结构基础
scipy:强大的科学计算方法（矩阵分析、信号分析、数理分析。。）
matplotlib：丰富的可视化套件
pandas：基础数据分析套件
scikit-learn：强大的数据分析建模库
keras：人工神经网络
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,]))) #阶跃响应 print (np.corrcoef([1, 0, 1],[0, 2, 1])) # 皮尔逊相关系数计算 print (np.poly1d([3,1,3])) # 生成一元多次函数
print(np.corrcoef([1,0,1],[0,2,0])) #打印相关系数 print(np.poly1d([2,1,3])) #生成一元多次函数 2x**2 + 1x + 3 ,他生成一元二次函数
查看全部 -
查看全部
-
import numpy as np导入的是numpy包。通过np.linalg.xxx()来使用linalg的函数。
import numpy.linalg导入的是numpy中的linalg包。通过numpy.linalg.xxx()来使用linalg的函数。
from numpy.linalg import *是导入numpy.linalg下的所有函数。通过xxx()来使用linalg的函数。
查看全部 -
np.concatenate 两个lst的追加 np.vstack 追加 分成两行 np.hstack 同concatenate的结果 np.spilt 分成几份数组 copy(lst1) 拷贝
查看全部 -
print (np.zeros([2, 4]))#输出元素都为0的2行4列数组 print (np.ones([3, 5]))#输出元素都为1 的2行4列数组 print ("Rand:") print (np.random.rand(2, 4))#输出2行4列的随机数组 print (np.random.rand())#生成一个随机数 print (np.random.randint(1, 14, 5))#在1到14之间生成5个随机数
查看全部 -
List每次处理对象会判断数据类型，可存放多种类数据，但维护成本较高
shape表示几行几列 ndim表示维数 dtype表示元素的数据类型 itemsize表示元素的大小，比如float就是8个字节 size表示元素组合总的个数
查看全部 -
numpy
关键词: 开源 数据计算扩展
功能: ndarray 多维操作 线性代数
官网: http://www.numoy.org/
查看全部 -
numpy (Numerical Python):数据结构基础
scipy:强大的科学计算方法（矩阵分析、信号分析、数理分析。。）
matplotlib：丰富的可视化套件
pandas：基础数据分析套件
scikit-learn：强大的数据分析建模库
keras：人工神经网络
Python环境搭建
平台：Windows、Linux、 macOS
科学计算工具 ：anaconda
查看全部 -
numpy (Numerical Python):数据结构基础
scipy:强大的科学计算方法（矩阵分析、信号分析、数理分析。。）
matplotlib：丰富的可视化套件
pandas：基础数据分析套件
scikit-learn：强大的数据分析建模库
keras：人工神经网络
Python环境搭建
平台：Windows、Linux、 macOS
科学计算工具 ：anaconda
查看全部 -
数值计算库
查看全部
举报