NumPy 与 Pandas 的详细应用（含实例）
在数据处理领域，NumPy 和 Pandas 是 Python 生态中不可或缺的两大核心库。NumPy 为数值计算提供高效的数组支持，是后续数据分析的基础；Pandas 则在 NumPy 之上构建了更灵活的数据结构，能轻松应对结构化数据的清洗、分析与可视化准备工作。本文将从基础功能到实战案例，带您全面掌握这两个库的详细应用，让数据处理效率翻倍。
一、环境准备：5 分钟完成库安装与验证
在开始学习前，需先完成 NumPy 和 Pandas 的安装，步骤简单且兼容性强，适用于 Windows、macOS 和 Linux 系统：
安装库：打开电脑终端（Windows 用 “命令提示符”，macOS 用 “终端”），输入以下命令，通过 pip 工具安装最新版本的库：
pip install numpy pandas # 同时安装NumPy和Pandas
若需指定版本（如适配旧项目），可输入pip install numpy==1.26.4 pandas==2.2.1（版本号可根据需求调整）。
验证安装：安装完成后，在终端输入python（或python3）进入 Python 交互模式，输入以下代码：
import numpy as np
import pandas as pd
print("NumPy版本：", np.__version__)
print("Pandas版本：", pd.__version__)若输出类似 “NumPy 版本：1.26.4，Pandas 版本：2.2.1” 的信息，说明安装成功。
二、NumPy 详细应用：高效处理数值数组
NumPy 的核心是ndarray（多维数组），它能以更紧凑的内存存储数据，并提供向量化运算能力，大幅提升数值计算效率。以下从数组创建、核心操作、数值计算三个维度，详解 NumPy 的实用功能。
1. 数组创建：构建基础数据结构
NumPy 提供多种创建数组的方法，可根据不同数据源（如列表、范围、随机数）灵活选择，满足各类场景需求：
import numpy as np# （1）从Python列表创建数组（最常用）
# 1维数组（对应数学中的向量）
arr1 = np.array([1, 2, 3, 4, 5])
print("1维数组：", arr1) # 输出：[1 2 3 4 5]
print("数组形状：", arr1.shape) # 输出：(5,)（5个元素，1维）# 2维数组（对应数学中的矩阵）
arr2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("2维数组：\n", arr2)
# 输出：
# [[1 2 3]
# [4 5 6]
# [7 8 9]]
print("数组形状：", arr2.shape) # 输出：(3, 3)（3行3列）# （2）创建特殊用途数组
# 全0数组（常用于初始化）
zero_arr = np.zeros((2, 4), dtype=np.float32) # 2行4列，浮点型
print("全0数组：\n", zero_arr)# 全1数组（常用于占位）
one_arr = np.ones((3, 2), dtype=np.int64) # 3行2列，整型
print("全1数组：\n", one_arr)# 范围数组（类似Python的range，但返回数组）
range_arr = np.arange(10, 30, 5) # 从10开始，到30结束（不包含），步长5
print("范围数组：", range_arr) # 输出：[10 15 20 25]# 均匀分布数组（指定区间内生成固定数量的等间隔数）
linspace_arr = np.linspace(0, 1, 5) # 0到1之间生成5个等间隔数
print("均匀分布数组：", linspace_arr) # 输出：[0. 0.25 0.5 0.75 1. ]# 随机数组（常用于模拟数据）
np.random.seed(42) # 设置随机种子，保证结果可复现
rand_arr = np.random.rand(2, 3) # 2行3列，0-1之间的均匀随机数
randn_arr = np.random.randn(2, 3) # 2行3列，符合标准正态分布的随机数（均值0，标准差1）
print("0-1随机数组：\n", rand_arr)
print("正态分布随机数组：\n", randn_arr)
2. 数组核心操作：索引、切片与重塑
掌握数组的索引、切片和重塑，能快速提取目标数据、调整数据结构，是后续分析的基础：
import numpy as np# 基础数组（用于演示操作）
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print("原始数组：\n", arr) # 3行4列数组# （1）索引：提取单个元素（注意：NumPy索引从0开始）
# 2维数组索引：[行索引, 列索引]
element1 = arr[1, 2] # 第2行（索引1）第3列（索引2）的元素
print("单个元素（1,2）：", element1) # 输出：7# （2）切片：提取子数组（左闭右开区间）
# 提取第2-3行（索引1到2），第1-2列（索引0到1）
sub_arr1 = arr[1:3, 0:2]
print("子数组（1:3, 0:2）：\n", sub_arr1)
# 输出：
# [[ 5 6]
# [ 9 10]]# 提取所有行，第3列（索引2）
col3 = arr[:, 2]
print("第3列所有元素：", col3) # 输出：[ 3 7 11]# 提取第2行（索引1）所有列
row2 = arr[1, :]
print("第2行所有元素：", row2) # 输出：[5 6 7 8]# （3）重塑：改变数组形状（需保证元素总数不变）
# 将3行4列数组（共12个元素）重塑为2行6列
reshape1 = arr.reshape(2, 6)
print("重塑为2行6列：\n", reshape1)# 将数组展平为1维（常用于数据预处理）
flatten_arr = arr.flatten()
print("展平为1维数组：", flatten_arr) # 输出：[ 1 2 3 4 5 6 7 8 9 10 11 12]# （4）条件索引：按条件筛选元素（高效替代循环）
# 筛选数组中大于5的元素
mask = arr > 5
filter_arr = arr[mask]
print("大于5的元素：", filter_arr) # 输出：[ 6 7 8 9 10 11 12]# 筛选第2列（索引1）中大于3的行
row_mask = arr[:, 1] > 3
filter_rows = arr[row_mask]
print("第2列大于3的行：\n", filter_rows)
# 输出：
# [[ 5 6 7 8]
# [ 9 10 11 12]]3. 数值计算：向量化运算提升效率
NumPy 的向量化运算无需循环，能直接对数组进行批量计算，效率远超 Python 原生列表。以下是常用的数值计算功能：
import numpy as np# 基础数组
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([6, 7, 8, 9, 10])
mat1 = np.array([[1, 2], [3, 4]])
mat2 = np.array([[5, 6], [7, 8]])# （1）基础算术运算（元素级运算）
add = arr1 + arr2 # 对应元素相加
sub = arr2 - arr1 # 对应元素相减
mul = arr1 * 2 # 所有元素乘2（广播机制）
div = arr2 / arr1 # 对应元素相除
print("数组相加：", add) # 输出：[ 7 9 11 13 15]
print("数组相减：", sub) # 输出：[5 5 5 5 5]
print("数组乘2：", mul) # 输出：[ 2 4 6 8 10]
print("数组相除：", div) # 输出：[6. 3.5 2.666... 2.25 2. ]# （2）矩阵运算（线性代数相关）
# 矩阵乘法（需满足：前矩阵列数=后矩阵行数）
mat_mul = np.dot(mat1, mat2) # 或 mat1 @ mat2
print("矩阵乘法：\n", mat_mul)
# 输出：
# [[1*5+2*7, 1*6+2*8]
# [3*5+4*7, 3*6+4*8]] → [[19 22]
# [43 50]]# 矩阵转置（行变列，列变行）
mat_t = mat1.T
print("矩阵转置：\n", mat_t)
# 输出：
# [[1 3]
# [2 4]]# （3）统计计算（描述性统计）
# 1维数组统计
arr_stats = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
mean = np.mean(arr_stats) # 均值
median = np.median(arr_s