Python에서 Numpy와 Pandas 사용 소개

최근에는 연이어 데이터를 비교해야 하는데, 계산을 위해 Numpy와 Pandas를 사용해야 합니다. 다음 글에서는 Python 학습 튜토리얼에서 Numpy와 Pandas 사용 관련 정보를 주로 소개합니다. . 기사에서는 예제 코드를 통해 자세히 소개하고 있으며, 필요한 친구들이 참고할 수 있습니다.

머리말

이 글은 주로 Python에서 Numpy와 Pandas의 사용에 대한 관련 정보를 소개하고 참고 및 학습을 위해 공유합니다. 아래에서는 자세히 설명하지 않겠습니다. 자세한 소개.

그들은 무엇인가요?

NumPy는 Python 언어용 확장 라이브러리입니다. 고급 및 대규모 차원 배열 및 행렬 연산을 지원하며 배열 연산을 위한 수많은 수학 함수 라이브러리도 제공합니다.

Pandas는 데이터 분석 작업을 해결하기 위해 만들어진 NumPy 기반 도구입니다. Pandas는 대규모 데이터 세트를 효율적으로 조작하는 데 필요한 도구를 제공하기 위해 여러 라이브러리와 일부 표준 데이터 모델을 통합합니다. Pandas는 데이터를 빠르고 쉽게 처리할 수 있는 다양한 기능과 방법을 제공합니다.

List, Numpy 및 Pandas

Numpy 및 List

는 동일합니다.

• 는 아래 첨자를 사용하여 모든 요소에 액세스할 수 있습니다. 예를 들어 a[0]

• 은 모두 액세스할 수 있습니다. 예를 들어, a[1:3]

• 은 for 루프를 사용하여 탐색할 수 있습니다

차이점:

• Numpy의 각 요소 유형은 동일해야 하지만 여러 유형의 요소가 가능합니다.

• Numpy는 평균, 표준, 합계, 최소, 최대 등과 같은 많은 기능을 캡슐화하여 사용하기 더 편리합니다.

• Numpy는 다차원 배열이 될 수 있습니다.

• Numpy C로 구현되었으며 작업이 더 빠릅니다

Pandas는 Numpy

와 동일합니다.

• 액세스 요소는 동일하며 아래 첨자를 사용할 수 있으며 슬라이스 액세스도 사용할 수 있습니다

• For 루프를 사용하여 순회할 수 있습니다.

• mean, std, sum, min, max 등과 같은 편리한 함수가 많이 있습니다.

• 벡터 연산을 수행할 수 있습니다

• . 더 빠르게

차이점: Pandas에는 설명 기능과 같이 Numpy에 없는 몇 가지 메서드가 있습니다. 주요 차이점은 Numpy는 List의 향상된 버전과 같고 Pandas는 목록과 사전의 모음과 같으며 Pandas에는 색인이 있다는 것입니다.

Numpy 사용법

1. 기본 작업

import numpy as np
#创建Numpy
p1 = np.array([1, 2, 3])
print p1
print p1.dtype

[1 2 3]
int64

#求平均值
print p1.mean()

2.0

#求标准差
print p1.std()

0.816496580928

#求和、求最大值、求最小值
print p1.sum()
print p1.max()
print p1.min()

6
3
1

#求最大值所在位置
print p1.argmax()

2

2. 벡터 연산

p1 = np.array([1, 2, 3])
p2 = np.array([2, 5, 7])

#向量相加，各个元素相加
print p1 + p2

[ 3 7 10]

#向量乘以1个常数
print p1 * 2

[2 4 6]

#向量相减
print p1 - p2

[-1 -3 -4]

#向量相乘，各个元素之间做运算
print p1 * p2

[ 2 10 21]

#向量与一个常数比较
print p1 > 2

[False False True]

3. 인덱스 배열

먼저 아래 그림을 보시면서 이해하시기 바랍니다

그럼 코드로 구현해 보겠습니다

a = np.array([1, 2, 3, 4, 5])
print a

rreee

[1 2 3 4 5]

b = a > 2
print b

[False False True True True]

print a[b]

a[b], a에서 해당 b 위치가 True인 요소만 유지됩니다

4.

먼저 일련의 연산을 살펴보겠습니다.

[3 4 5]

a = np.array([1, 2, 3, 4])
b = a
a += np.array([1, 1, 1, 1])
print b

[2 3 4 5]

a = np.array([1, 2, 3, 4])
b = a
a = a + np.array([1, 1, 1, 1])
print b

위 결과에서 볼 수 있듯이 +=는 원래 배열을 변경하지만 +는 변경하지 않습니다. 그 이유는 다음과 같습니다.

• +=: 내부 계산이므로 새 배열을 생성하지 않습니다. 원래 배열의 요소를 변경합니다.

• +: 내부 계산이며 새 배열을 생성합니다. 새로운 배열. 원래 배열의 요소는 Numpy의 슬라이스로 수정되지 않습니다 위에서 본 것처럼 List의 요소를 변경하면 원래 배열에 영향을 주지 않으며 Numpy가 조각의 요소를 변경하면 원래 배열도 변경됩니다. 이는 Numpy의 슬라이스 프로그래밍이 새 배열을 생성하지 않으며 해당 슬라이스를 수정하면 원래 배열 데이터도 변경되기 때문입니다. 이 메커니즘을 사용하면 Numpy를 기본 배열 작업보다 빠르게 만들 수 있지만 프로그래밍할 때는 주의를 기울여야 합니다.

6. 2차원 배열의 연산

p1 = np.array([[1, 2, 3], [7, 8, 9], [2, 4, 5]])
#获取其中一维数组
print p1[0]

[1 2 3]

#获取其中一个元素，注意它可以是p1[0, 1]，也可以p1[0][1]
print p1[0, 1]
print p1[0][1]

2
2

#求和是求所有元素的和
print p1.sum()

41
[10 14 17]

但，当设置axis参数时，当设置为0时，是计算每一列的结果，然后返回一个一维数组；若是设置为1时，则是计算每一行的结果，然后返回一维数组。对于二维数组，Numpy中很多函数都可以设置axis参数。

#获取每一列的结果
print p1.sum(axis=0)

[10 14 17]

#获取每一行的结果
print p1.sum(axis=1)

[ 6 24 11]

#mean函数也可以设置axis
print p1.mean(axis=0)

[ 3.33333333 4.66666667 5.66666667]

Pandas使用

Pandas有两种结构，分别是Series和DataFrame。其中Series拥有Numpy的所有功能，可以认为是简单的一维数组；而DataFrame是将多个Series按列合并而成的二维数据结构，每一列单独取出来是一个Series。

咱们主要梳理下Numpy没有的功能：

1、简单基本使用

import pandas as pd
pd1 = pd.Series([1, 2, 3])
print pd1

0 1
1 2
2 3
dtype: int64

#也可以求和和标准偏差
print pd1.sum()
print pd1.std()

6
1.0

2、索引

（1）Series中的索引

p1 = pd.Series(
 [1, 2, 3],
 index = ['a', 'b', 'c']
)
print p1

a 1
b 2
c 3
dtype: int64

print p1['a']

（2）DataFrame数组

p1 = pd.DataFrame({
 'name': ['Jack', 'Lucy', 'Coke'],
 'age': [18, 19, 21]
})
print p1

 age name
0 18 Jack
1 19 Lucy
2 21 Coke

#获取name一列
print p1['name']

0 Jack
1 Lucy
2 Coke
Name: name, dtype: object

#获取姓名的第一个
print p1['name'][0]

Jack

#使用p1[0]不能获取第一行，但是可以使用iloc
print p1.iloc[0]

age 18
name Jack
Name: 0, dtype: object

总结：

• 获取一列使用p1[‘name']这种索引

• 获取一行使用p1.iloc[0]

3、apply使用

apply可以操作Pandas里面的元素，当库里面没用对应的方法时，可以通过apply来进行封装

def func(value):
 return value * 3
pd1 = pd.Series([1, 2, 5])

print pd1.apply(func)

0  3
1  6
2 15
dtype: int64

同样可以在DataFrame上使用：

pd2 = pd.DataFrame({
 'name': ['Jack', 'Lucy', 'Coke'],
 'age': [18, 19, 21]
})
print pd2.apply(func)

 age   name
0 54 JackJackJack
1 57 LucyLucyLucy
2 63 CokeCokeCoke

4、axis参数

Pandas设置axis时，与Numpy有点区别：

• 当设置axis为'columns'时，是计算每一行的值

• 当设置axis为'index'时，是计算每一列的值

pd2 = pd.DataFrame({
 'weight': [120, 130, 150],
 'age': [18, 19, 21]
})

0 138
1 149
2 171
dtype: int64

#计算每一行的值
print pd2.sum(axis='columns')

0 138
1 149
2 171
dtype: int64

#计算每一列的值
print pd2.sum(axis='index')

age  58
weight 400
dtype: int64

5、分组

pd2 = pd.DataFrame({
 'name': ['Jack', 'Lucy', 'Coke', 'Pol', 'Tude'],
 'age': [18, 19, 21, 21, 19]
})
#以年龄分组
print pd2.groupby('age').groups

{18: Int64Index([0], dtype='int64'), 19: Int64Index([1, 4], dtype='int64'), 21: Int64Index([2, 3], dtype='int64')}

6、向量运算

需要注意的是，索引数组相加时，对应的索引相加

pd1 = pd.Series(
 [1, 2, 3],
 index = ['a', 'b', 'c']
)
pd2 = pd.Series(
 [1, 2, 3],
 index = ['a', 'c', 'd']
)

print pd1 + pd2

a 2.0
b NaN
c 5.0
d NaN
dtype: float64

出现了NAN值，如果我们期望NAN不出现，如何处理？使用add函数，并设置fill_value参数

print pd1.add(pd2, fill_value=0)

a 2.0
b 2.0
c 5.0
d 3.0
dtype: float64

同样，它可以应用在Pandas的dataFrame中，只是需要注意列与行都要对应起来。

总结

这一周学习了优达学城上分析基础的课程，使用的是Numpy与Pandas。对于Numpy，以前在Tensorflow中用过，但是很不明白，这次学习之后，才知道那么简单，算是有一定的收获。

위 내용은 Python에서 Numpy와 Pandas 사용 소개의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!