Python データ処理の簡単な分析
- 不言オリジナル
- 2018-05-02 13:46:241701ブラウズ
この記事では、Python データ処理に関する関連コンテンツと重要な説明を共有します。この知識ポイントに興味のある友人は参照してください。
NumpyとPandasはPythonのデータ処理でよく使われるフレームワークで、どちらもC言語で書かれているので動作速度が速いです。 Matplotlib は、画像を通じて以前に処理されたデータを描画できる Python 描画ツールです。私は以前に構文を見ただけで、体系的に学習してまとめたものではありません。このブログ投稿では、これら 3 つのフレームワークの API を要約します。
以下は、これら 3 つのフレームワークの簡単な紹介と違いです:
Numpy: データ生成と一部の操作によく使用されます
Pandas: Numpy に基づいて構築され、Numpy のアップグレードされたバージョンです
-
Matplotlib : Python の強力な描画ツール
Numpy
Numpy クイックスタートチュートリアルは次を参照してください: Numpy チュートリアル
Numpy プロパティ
ndarray.ndim: 寸法
ndar ray.shape: 数行と列の数値 (3, 5)
ndarray.size: 要素の数
ndarray.dtype: 要素の型
Numpy の作成
array(object, dtype=None): use Pythonのリストやタプルでデータを作成
zeors(shape, dtype=float): 全て0のデータを作成
ones(shape, dtype=None): 全て1のデータを作成
empty(shape, dtype=float) ) : 初期化せずにデータを作成します
arange([start, ]stop, [step, ]dtype=None): 固定間隔のデータセグメントを作成します
linspace(start, stop, num=50, dtype=None):与えられた範囲内で均等にデータを作成します
Numpy演算
足し算と引き算: a + b、a - b
乗算: b*2, 10*np.sin(a)
タイムスクエア: b**2
判定: a<35、TrueまたはFalseの配列を出力
行列乗算: np.dot(A,B) or A.dot(B)
その他: +=、- +、sin、cos、exp
Numpyインデックス
配列のインデックス付け方法: A[1, 1]
スライス: A[1, 1:3]
反復: A.フラットの項目用
Numpy Others
reshape(a, newshape): 元のデータを変更せずにデータの形状を変更し、新しいデータセットを返します
resize(a, new_shape): データの形状を変更します、元のデータを変更せずにデータを返さずに変更を加える
ravel(a): 1次元で返す
vstack(tup): 上下を結合
hstack(tup): 左右を結合
hsplit(ary, indices_or_sections): 水平方向に n 個のパーツを分割します
vsplit(ary, indices_or_sections): 垂直方向に n 個のパーツを分割します
copy(a): ディープ コピー
Pandas
Pandas のクイック スタート チュートリアルは、以下を参照できます: 10パンダまでの分
パンダのデータ構造
パンダには、Series と DataFrame の 2 つのデータ構造があります。
シリーズ: 左側にインデックス、右側に値。作成方法は以下の通りです:
In [4]: s = pd.Series([1,3,5,np.nan,6,8]) In [5]: s Out[5]: 0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 5 8.0 dtype: float64
DataFrame: 行インデックスと列インデックスの両方を持つ表形式のデータ構造であり、Series で構成される大きな辞書とみなすことができます。作成方法は以下の通りです:
In [6]: dates = pd.date_range('20130101', periods=6)
In [7]: dates
Out[7]:
DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
'2013-01-05', '2013-01-06'],
dtype='datetime64[ns]', freq='D')
In [8]: df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
Pandasビューデータ
index:インデックス
columns:列インデックス
values:値
head(n=5):先頭を返すn件のデータ
tail(n=5): 最後のn件のデータを返す
describe(): データの個数、平均などを出力
sort_index(axis=1, ascending =False): インデックスに従ってソート
sort_values(by='B'): インデックス値に従ってソート
Pandasデータ選択
配列選択方法: df['A']
スライス選択メソッド: df[0:3] または df ['20130102':'20130104']
ラベルに従って選択: df.loc['20130102':'20130104',['A','B']]
ポジション別選択: df.iloc[3 :5,0:2]
混合選択: df.ix[:3,['A','C']]
条件判定選択: df [df.A > 0]
Pandas 欠落データを処理します
欠落データのある行を削除します: df.dropna(how='any')
欠落データを埋める: df.fillna(value=5)
データ値がNaNかどうか: pd.isna( df1)
Pandas merge data
pd.concat([df1, df2, df3], axis=0): merge df
pd.merge( left, right, on='key'): キーに基づいてフィールドを結合
df.append(s,ignore_index=True): データを追加
Pandas のインポートとエクスポート
df.to_csv('foo.csv '): csv ファイルに保存
pd.read_csv(' foo.csv'): csv ファイルから読み取り
df.to_excel('foo.xlsx',sheet_name='Sheet1'): Excel ファイルに保存
pd.read_excel('foo.xlsx', 'Sheet1 ',index_col=None, na_values=['NA']): Excel ファイルから読み取ります
Matplotlib
ここでは、プロットする最も簡単な方法のみを紹介します。
import pandas as pd import numpy as np import matplotlib.pyplot as plt # 随机生成1000个数据 data = pd.Series(np.random.randn(1000),index=np.arange(1000)) # 为了方便观看效果, 我们累加这个数据 data.cumsum() # pandas 数据可以直接观看其可视化形式 data.plot() plt.show()
関連する推奨事項:
Python ログの構成ファイルのパスの問題についての簡単な説明
以上がPython データ処理の簡単な分析の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。