numpy/panda学习记录

2025-09-27

numpy、pandas学习记录

前言

numpy
matplotlib
pandas

numpy

数据结构

主要的数据结构为Ndarray，是一种多维数组，其中
- 0维数组为单个元素(single value)
- 1维数组为单个列表(list)
- 2维数组为矩阵/表(matrix/table)
- 3维数组为立方体(cube)
- 多维数组为上一维度的list

代码案例

demo1

import numpy as np
import matplotlib.pyplot as plt 
x = np.linspace(0,10,100)
y = cos(x)
plt.plot(x,y)
plt.show()

np.linspace(start,end,count)：生成count个start-end范围内的点
np.cos(x)：计算cos(x)的值
plt.plot(x,y)：绘制x到y的绘制二维数据图
plt.show()：展示数据图

demo2

1
2
3

import numpy as np
a = np.array([1,2,3])
print(a,type(a),a.ndim,a.size,a.shape)

np.array()：将列表转为narray类型的数组
narray.ndim：返回narray的维度
narray.size：返回narray的长度
narray.shape：返回narray的形状,比如这里返回(3,)表示这是”有三个元素的一维数组”

demo3

import numpy as np
a = np.zeros((2,3))
b = np.ones((2,2,2))
c = np.arange(0,10,0.5)
d = np.random.random((3,2,2))

np.zeros((x, y, z, …))：生成多维矩阵，值均为0，shape为(x, y, z, …)
np.ones((x, y, z, …))：生成多维矩阵，值均为1，shape为(x, y, z, …)
np.arange(start,end, gap)：以gap为间距，在start和end生成等差数组
np.random.random((x, y, z, …)): 生成多维随机矩阵，shape为(x, y, z, …)

demo4

1 2	a = np.ones(100) b = a.reshape(10,10)

narray.reshape((x, y, z, …)):用narray的数据重新生成多维矩阵，shape为(x, y, z, …)，此处任意的xyz都可以为-1，为-1时系统将自动计算shape取值

demo5

a = np.random.random((4,4))
cond = a<2
a[cond]
a[a<2]

demo6

a = np.arange(1.1,10.1,1.1)
print(a)
print(a[::-1])          # = [9.9 8.8 7.7 6.6 5.5 4.4 3.3 2.2 1.1]
print(a[1::-1])         # = a[-8:-10:-1] =   [2.2 1.1]
print(a[-3:-1])         # = a[6:8]    =   [7.7 8.8]
print(a[-2:])           # = a[7:]     =   [8.8 9.9]
print(a[:-2])           # = a[:7]     =   [1.1 2.2 3.3 4.4 5.5 6.6 7.7]

narray[start,end,step]
- start：起始索引（包含该位置）。如果未指定，默认为数组的开头。
  - step>0时，默认值为0，step<0时，默认值为-1
- stop：结束索引（不包含该位置）。如果未指定，默认为数组的末尾
  - step<0时，默认值为0，step>0时，默认值为-1
- step：步长，决定切片的方向和间隔。如果未指定，默认为1，值为-1时数组逆序

pandas

Series

Series：Pandas的一维数据结构，可以作为numpy的扩展来使用，扩展字段为index和lable

代码示例

import pandas as pd

s = pd.Series([12,-4,7,9], index=['a','b','c','d'])
print(s)

tdict = {'Tom':12, 'Peter':-4, 'Mary':7, 'Zoe':9}
print(type(tdict),tdict)
t = pd.Series(tdict)
print(type(t),t)
print(t.keys)
print(t.values)

t[3],t['Zoe']               # t[3] = t['Zoe']
t[0:3]                      # The stopping index is not included in the output
t['Tom':'Mary']             # The stopping index label is included in the output
t[[0,2]],t[['Tom','Mary']] # t[[0,2]] = t[['Tom','Mary']]

t.unique()
t.sum()
t.max()
t.min()
t.value_counts()

DataFrame

数据结构

dataFrame是类似于Table的数据结构，其中每一个column都是一个Series.

代码示例

demo1

data = {
    'letter': ['a','b','c','d','e'],
    'count': ['1','2','3','4','5'],
    'price':[2.2,1.0,2.6,0.9,1.7]
}

df1 = pd.DataFrame(data)
df2 = pd.DataFrame(data, columns=['letter','count'])
df3 = pd.DataFrame(data, index=['item1','item2','item3','item4','item5'])
df4 = pd.DataFrame(data, columns=['letter','count'],index=['item1','item2','item3','item4','item5'])
df1,df2,df3,df4

demo2

a = np.arange(16).reshape(4,4)
cols = ['name','age','salay','score']
df = pd.DataFrame(a,columns=cols)
print(df)

demo3

print(df)
df.columns
df.index
df.values

demo4

print(df)
df.sum()  # 计算每列columns的sum
df.mean() # 计算每列columns的avg
df.max()  # 计算每列columns的最大值
df.min()  # 计算每列columns的最小值
df.sort_values(by='score') # 按照某个特定的column排序
df.median() # 计算每列columns的中位数

demo5-Selecting rows and columns

data = {
    'letter': ['a','b','c','d','e'],
    'count': ['1','2','3','4','5'],
    'price':[2.2,1.0,2.6,0.9,1.7]
}

// Selecting rows 
df = pd.DataFrame(data)
print(df)
df['count']
df[['letter','count']]’


// Selecting columns

# df[0]        # 报错，无法直接根据index进行索引，需要调用loc或者iloc函数
df.loc[1]
df.iloc[:,2]
df.iloc[[1,3],[0,2]]
df.iloc[3,2]
df.iloc[1:4]
df.iloc[1:3,2]
df.iloc[[1,3],[2]]

重要注意点
- iloc():stopping index not included
- loc():stopping index label included

demo6 - Reading and writing files

// read funtions
read_csv()
read_exec()
read_table()
read_clipboard()

// write funtions
to_csv()
to_excel()
to_table()

import pandas as pd

df = pd.read_excel("file_name") //missing values will be set as :
// df = pd.read_excel("file_name", na_values=":")

demo 7 - upload and Reading tmp file from Colab

1
2
3

from google.colab import files
uploaded = files.upload()
t = pd.read_excel("file_name", na_values=":")

本文作者： yd0ng
本文链接： https://blog.yd0ng.top/2025/09/27/numpy%E5%AD%A6%E4%B9%A0%E8%AE%B0%E5%BD%95/
版权声明： 本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。转载请注明出处！