python高性能web框架,python高性能框架

　　序

　　我想我学到了很多关于如何使用R处理表格数据的知识。

　　本文主要讨论如何在Python上处理表型数据。说到Python数据处理，就不得不提熊猫了。

　　Pandas是Python数据处理的核心库，提供快速、灵活、清晰的数据结构，便于直接处理结构化和关系型数据。

　　Panda适用于许多不同类型的数据：

　　具有不同类型列的表数据，如Excel表或SQL表

　　有序和无序(不一定是固定频率)的时间序列数据。

　　任何带有行和列标签的矩阵数据(相同或不同的数据)))))。

　　其他格式的观察/统计数据集。实际上，数据可以放在pandas数据结构中，没有标记。

　　熊猫的主要数据结构是序列(一维)和数据帧(二维)。这两种数据结构可以支持金融、统计、社会科学、工程等领域的许多数据。

　　DataFrame比R语言中的data.frame提供了更丰富的功能。

　　Pandas是基于NumPy开发的，可以与其他第三方科学计算库完全集成。

　　如果能熟练使用熊猫，可以在数据处理方面做的更多。它的优点我就不介绍了，言归正传。

　　固定

　　如果您的系统上安装了Anaconda environment，将会自动安装与公共数据科学相关的库，如pandas、numpy和matplotlib。

　　如果没有使用Anaconda，可以使用它。

　　Pip安装熊猫

　　我一般推荐使用Anaconda环境，但是它真的很有用。如果您仍然不知道如何配置Anaconda的安装，您可以找到我的上一篇文章。那里有详细的说明。

　　数据结构

　　本节首先介绍熊猫的基本数据结构。

　　当然，要使用这个包，必须先导入。此外，有些函数用于numpy。标准导入方法是

　　In [1]:将numpy作为np导入

　　在[2]:导入熊猫作为PD

　　1.塞利茨

　　Series是一个带标签的一维数组，可以包含任何数据类型的数据，包括整数、浮点数、字符串和Python对象。这个标签叫做index，可以使用pd来创建。串联函数。

　　S=PD.series (data，index=index))。

　　其中数据可以

　　Python词典

　　多维数组

　　标量值(例如，5))。

　　索引是相应标签的列表。根据数据的类型，可以分为以下几类。

　　多维数组

　　如果数据是多维数组，则索引的长度必须与数据的长度匹配。如果未指定index参数，将自动创建增量值index [0，Len，-1]。

　　在[3]中：s=PD.series (NP.random.randn ) 5，index=[a ， b ， c ， d ， e]).

　　在[4]: s

　　Out[4]:

　　一个0.469112

　　b -0.282863

　　c -1.509059

　　d -1.135632

　　e 1.212112

　　数据类型：浮点64

　　在[5]: s索引

　　Out [5]: index ([a ， b ， c ， d ， e]，dtype=object )

　　in[6]:PD . series(NP . random . randn(5)))))))).

　　Out[6]:

　　0 -0.173215

　　1 0.119209

　　2 -1.044236

　　3 -0.861849

　　4 -2.104569

　　数据类型：浮点64

　　注意：Pandas索引值是可重复的，如果使用不支持重复索引的操作，将会抛出异常。

　　在[7]中：PD.series (NP.random.randn (5)，index=[a ， b ， d ， d ， e )).

　　Out[7]:

　　a 0.624372

　　b 0.173827

　　d 0.078082

　　d 0.765597

　　e 0.631827

　　数据类型：浮点64

　　词典

　　可以使用字典实例化系列。

　　In [8]: d={b: 1， a: 0， c: 2}

　　在[9]中：PD .系列(d))

　　Out[9]:

　　b 1

　　一个0

　　c 2

　　dtype: int64

　　注意：当数据为字典且未设置index参数时，如果Python的版本=3.6，Pandas的版本=0.23，Series将按照字典的插入顺序对索引进行排序。

　　在其他版本中，Series将根据字典的关键字按字母顺序对列表进行排序。

　　也就是说，如果我们的Python 3.6或者Pandas 0.23，上面的结果会是

　　一个0

　　b 1

　　c 2

　　dtype: int64

　　如果设置了index参数，数据的数据将按照索引的顺序排序显示，不存在的值将被复制为NaN。

　　In [10]: d={a: 0。 b: 1。 c: 2。}

　　在[11]: pd。Series(d，index=[b ， c ， d ， a])

　　Out[11]:

　　b 1.0

　　c 2.0

　　d男

　　一个0.0

　　数据类型：float64

　　注：NaN(非数字)在熊猫中用于表示缺失值。

　　标量值

　　如果数据是标量值，则必须设置索引值。Series按索引的长度重复标量值。

　　在[12]: pd。系列(5。index=[a ， b ， c ， d ， e])

　　Out[12]:

　　一个5.0

　　b 5.0

　　c 5.0

　　d 5.0

　　e 5.0

　　数据类型：float64

　　类numpy数列

　　Series的行为类似ndarray，支持大多数NumPy函数和索引切片。

　　在[13]: s[0]

　　输出[13]:-1 . 53860 . 48888888861

　　在[14]: s[:3]

　　Out[14]:

　　a -1.974463

　　b 1.926031

　　c 0.659861

　　数据类型：float64

　　In [15]: s[s s.median()]

　　Out[15]:

　　b 1.926031

　　e 1.077661

　　数据类型：float64

　　在[16]: s[[4，3，1]]

　　Out[16]:

　　e 1.077661

　　d -1.386355

　　b 1.926031

　　数据类型：float64

　　In [17]: np.exp(s)

　　Out[17]:

　　一个0.138836

　　b 6.862223

　　c 1.934524

　　d 0.249985

　　e 2.937800

　　数据类型：float64

　　注意：我们可以用s[[4，3，1]]提取指定位置的值，也可以是重复值，会重复提取。

　　s[[4，3，1，1]]

　　e 1.077661

　　d -1.386355

　　b 1.926031

　　b 1.926031

　　数据类型：float64

　　我们可以使用dtype属性来获取数据的类型。

　　在[18]中：s.dtype

　　Out[18]: dtype(float64 )

　　使用astype()设置数据的类型。

　　在[19]中：s.astype(str)

　　Out[19]:

　　a-1。56860 . 88888888861

　　b 1 . 58661 . 38686868661

　　c 0 . 56860 . 58686868661

　　d -1级的。58660.88868888666

　　e 1 . 58661 . 58686868661

　　dtype:对象

　　我们可以将序列转换成数组或numpy数组。

　　在[20]: s数组中

　　Out[20]:

　　[-1.9744628992708957, 1.9260314025924432, 0.6598612596804069,

　　-1.3863546449807986, 1.0776610911873974]

　　长度：5，型号：float64

　　In [21]: s.to_numpy()

　　Out[21]:数组([-1.9744629，1.9260314，0.65986126，-1.38635464，1.07766109])

　　系列也类似于字典。

　　与系列字典类似，您可以使用“索引”选项卡提取值或设置相应的值。

　　在[22]: s[b]

　　[22]出来：1 . 54866 . 88888888861

　　在[23]中：s[e]=12。

　　在[24]: s

　　Out[24]:

　　a -1.974463

　　b 1.926031

　　c 0.600000

　　d -1.386355

　　e 12.000000

　　数据类型：float64

　　在[25]中：s中的e

　　Out[25]:真

　　在[26]中：s中的“f”

　　Out[26]:假

　　如果您想要访问的标签不存在，将会引发一个错误。

　　在[27]: s[f]

　　-

　　NameError Traceback(最近一次调用)

　　在

　　- 1秒[法]

　　名称错误：未定义名称“f”

　　还可以使用get方法提取与系列中的标签相对应的值，并在标签不存在时返回None或指定另一个值。

　　In [28]: s.get(f )

　　In [29]: s.get(f ，np.nan)

　　[29]:楠出来了

　　系列支持矢量运算。

　　Series支持大多数数组操作。

　　在[30]:年代年代

　　Out[30]:

　　a -3.948926

　　b 3.852063

　　1.200000

　　d-2772709

　　e 24.000000

　　数据类型：float64

　　在[31]: s * 2

　　Out[31]:

　　a -3.948926

　　b 3.852063

　　1.200000

　　d-2772709

　　e 24.000000

　　数据类型：float64

　　系列之间的运算会自动对齐标签数据，因此不必考虑执行计算运算的系列是否具有相同的标签。

　　In [32]: s[1:] s[:-1]

　　Out[32]:

　　阿南

　　b 3.852063

　　1.200000

　　d-2772709

　　e男

　　数据类型：float64

　　无法映射的标签的运算结果将被标记为NaN，计算结果将是所有涉及标签的并集。

　　这样我们就不需要编写代码来显式对齐数据，为数据分析和研究提供了极大的自由度和灵活性。

　　注意：默认情况下，不同索引对象的结果允许生成索引并集，以避免信息丢失。当然，我们也可以使用drop方法删除包含缺失值的标签。

　　名称属性

　　支持Seriesname属性：

　　在[33]中：s=pd。系列(np.random.randn(5)，name=something )

　　在[34]: s

　　Out[34]:

　　0 1.926419

　　1 1.175251

　　2 -0.568534

　　3 -0.014069

　　4 1.401082

　　名称：某物，数据类型：float64

　　在[35]: s.name

　　Out[35]:“某物”

　　通常，Series会自动分配name属性，尤其是从DataFrame中提取一维数据切片时。

　　可以使用rename方法重命名系列。

　　在[36]中：s2=s.rename(“不同”)

　　在[37]: s2.name

　　Out[37]:“不同”

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。