Python中数值计算、表格处理和可视化的应用

1.数值计算：Numpy

import numpy as np

1.1创建数组

import numpy as np
arr1 = np.array([[1,2,3,4,5]])
print(arr1)
print(type(arr1))
print("数组形状",arr1.shape)
arr2 = np.array([[1,2,3],[2,3,4]])
print(arr2)
print(type(arr1))
print("数组形状",arr2.shape)

 

上面运行结果我们能够看到，创建出的数组类型为<class 'numpy.ndarray'>

同时我们用arr1.shape查数组形状，要注意的是这个并不是函数调用shape后不用加()

1.2索引和切片

索引：

arr[0]

切片：

arr[0:3]

 注意：切片中我们采用前包后闭原则，调用0、1、2三个位置的数。

1.3运算

加法、减法、乘法、除法：

print([1,2,3]+[4,5,6])
print(np.array([1,2,3])+np.array([4,5,6]))
print(np.array([1,2,3])-np.array([4,5,6]))
print(np.array([1,2,3])*np.array([4,5,6]))
print(np.array([1,2,3])/np.array([4,5,6]))

 

我们能够看到第一行是在后面直接衔接，而后面四行直接在原数组上计算。

1.4.数组形状操作

arr2 = np.array([[1,2,3],[2,3,4]])
print("数组形状",arr2.shape)
print(arr2.reshape(1,6))
print(arr2.transpose())

arr2.resgape()函数是将多个数组按照一比一的个数任意改变格式。

arr2.transpose()是将原本的数组转置。

1.5.线性代数

import numpy as np
arr3 = np.array([1,2,3,4,5])
arr4 = np.array([2,3,4,5,6])
# 点乘
print("点乘",np.dot(arr3,arr4))
# 平均值
print("arr3平均值",np.mean(arr3))
print("arr4平均值",np.mean(arr4))
# 最大
print("arr3最大值",np.max(arr3))
print("arr4最大值",np.max(arr4))
# 最小值
print("arr3最小值",np.min(arr3))
print("arr4最小值",np.min(arr4))
# 标准差
print("arr3标准差",np.std(arr3))
print("arr4标准差",np.std(arr4))
# 排序
print("arr3排序",np.sort(arr3))
print("arr4排序",np.sort(arr4))
# 筛选
print("arr3筛选",arr3[arr3<3])
print("arr4筛选",arr3[arr3<3])
# 求和
print("arr3求和",np.sum(arr3))
print("arr4求和",np.sum(arr4))

1.6.数据的保存和导入

# 保存
npy = np.save("arr",arr)
#导入
arr = np.load("arr.npy")

2.表格处理：Pandas

import pandas as pd
# 读取表
data = pd.read_excel("C:/Users/ASUS/Desktop/练习数据1.xlsx")

2.1预处理

# 预处理
print(data.info())

  

2.2缺失值处理

# 缺失值处理
print(data.dropna())