numpy,pandas常用函数

numpy 和 pandas  是 python 中俩个常用于科学计算以及数据清洗的强力模块。numpy 的 ndarray 在处理（矩阵）计算，尤其是在神经网络处理输入的图片时，特别有效;pandas 则在数据清洗时特别好用。

一.numpy常见函数

首先要说的是，numpy不同于pandas,若是想要查看numpy数组的内容，只能用print！！！pandas 可以用 head() 函数查看前5行，而且格式还比较工整）若是该 numpy 数组特别大，看起来就比较难受🙃，只能用 shape() 函数查看一下数组形状（m行n列）。

然而 numpy 数组很方便，它的 zero( ‘shape’ ) ,ones( ‘shape’ ) 函数，可以创建全 0 和 全 1 的，指定维度的数组。目测应该是内存连片附值。

dtype 函数 既可以查看数组的类型（np.dtype）,又可以用来类型转换。size函数可以查看数组大小。

二.pandas常见函数

pandas 常见函数有 read_csv（）用来读取文件.

 pandas 有俩类数据结构：DataFrame 和 Series 。

DataFrame 类似于数据库表 ，行索引与列索引相同；

Series类似于字典，有index 和 values俩个属性。

上文提到 DataFrame 类似于数据库表，所以他的常用函数也和数据库表类似，比如说：rename() 函数用来重命名列，

drop 函数用来删除不必要的行和列 drop ( columns = [] ),

                                                         drop( index = [] )

apply() 函数自由度高，常用来对整列的数据进行操作，df['name'].apply(str.upper),将整个 ‘name’ 列转换成大写。

describe（）函数对数据进行统计并输出。

merge() 和 concat() 用于数据合并。

merge 可以通过设置参数 ‘on == ’ 指定合并对象。

astype() 函数进行数据类型转换

hist() 函数可以绘图

groupby

log1p

exp1m

pandas 的 loc（columns）,iloc（index） 函数

df.iloc[1:3,2:4] （df.iloc[index,columns]）

df.loc[1:2,'A':'B]    （df.loc[行索引，列索引]）