首页  >  文章  >  后端开发  >  python常用命令有哪些

python常用命令有哪些

清浅
清浅原创
2019-03-02 14:53:4126643浏览

Python常用的命令有:1、打开csv文件;2、数据重新排序【dataframe index】;3、求标准差;4、向上取整;5、希尔伯特变换;6、dataframe修改列名;7、按照某一列进行升序或者降序排列等等。

python常用命令有哪些

【推荐课程:Python教程

Python常用的命令有:

(1)打开csv文件 

import pandas as pd 
df=pd.read_csv(r’data/data.csv’)

(2)dataframe index 重新排序 

data=df.sort_index(axis=0,ascending=False)

(3)dataframe 按照某一列进行升序或者降序排列 

data=df.sort([‘date’],ascending=True升序,False降序)

(4)dataframe 的index重新从0开始 

data=data.reset_index(drop=True)

(5)画横坐标是日期的图 

import matplotlib.pyplot as plt 
x=data[‘date’]#日期是字符串形式 
y=data[‘close price’] 
plt.plot_date(x,y)

(6)求标准差 

import numpy as np 
np.std

(7)下取整 

import math 
math.floor

上取整:math.ceil

(8)希尔伯特变换 

from scipy import fftpack 
hx= fftpack.hilbert(price)

(9)值排序 

data.order()

(10)差分 

data.diff(1)#一阶差分
dataframe 删除元素 
data.drop(元素位置)

(11)嵌套的array处理方法 

import itertools 
a = [[1,2,3],[4,5,6], [7], [8,9]] 
out = list(itertools.chain.from_iterable(a))

(12)dataframe修改列名 

data.columns=[‘num’,’price’]

(13)excel表导入以后有空行解决办法 

import numpy as np 
data= data.drop(data.loc[np.isnan(data.name.values)].index)

(15)diff用法 

一.是dataframe或者series格式,直接就用data.diff() 

二.是list格式,先转换成转换成list格式data=data.tolist() 然后dif=np.diff(data)

(16)dataframe中的日期type不是date格式,不能直接相加减,所以先转换成list格式 

t=data.time.tolist() 
date_time = datetime.datetime.strptime(str(t),’%Y-%m-%d %H:%M:%S’) 
date_time=datetime.date(date_time.year,date_time.month,date_time.day) 
past= date_time - datetime.timedelta(days=n*365)

(17)符号化 

np.sign

(18)字典的使用 

label={‘11’:’TP’,’1-1’:’FN’,’-11’:’FP’,’-1-1’:’TN’} 
for i in range(len(data1)): 
state=str(int(data1[i]))+str(int(data2[i])) 
result.append(label[state])

(19)用plt画图的时候中文不显示的解决办法 

from matplotlib.font_manager import FontProperties 
font_set = FontProperties(fname=r”c:\windows\fonts\simsun.ttc”, size=15) 
plt.title(u’中文’, fontproperties=font_set)

(20)获取当前程序运行的时间 

from time import time 
time1=time() 
time2=time() 
print(time2-time1)

总结:以上就是本篇文章的全部内容了,希望对大家有所帮助。

以上是python常用命令有哪些的详细内容。更多信息请关注PHP中文网其他相关文章!

声明:
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn