panda python_12个很棒的Pandas和NumPy函数,让分析事半功倍
本文转载自公众号“读芯术”(ID:AI_Discovery)
大家都知道Pandas和NumPy函数很棒,它们在日常分析中起着重要的作用。没有这两个函数,人们将在这个庞大的数据分析和科学世界中迷失方向。
今天,小芯将分享12个很棒的Pandas和NumPy函数,这些函数将会让生活更便捷,让分析事半功倍。
在本文结尾,读者可以找到文中提到的代码的JupyterNotebook。
从NumPy开始:
NumPy是使用Python进行科学计算的基本软件包。它包含以下内容:
强大的N维数组对象
复杂的(广播broadcasting)功能
集成C / C++和Fortran代码工具
有用的线性代数,傅立叶变换和随机数功能
除明显的科学用途外,NumPy是高效的通用数据多维容器,可以定义任意数据类型。这使NumPy能够无缝且高速地与各种数据库进行集成。
1. allclose()
Allclose() 用于匹配两个数组并且以布尔值形式输出。如果两个数组的项在公差范围内不相等,则返回False。这是检查两个数组是否相似的好方法,因为这一点实际很难手动实现。
array1=np.array([0.12,0.17,0.24,0.29])
array2=np.array([0.13,0.19,0.26,0.31])# with a tolerance of 0.1, it shouldreturn False:
np.allclose(array1,array2,0.1)
False# with a tolerance of 0.2, it should return True:
np.allclose(array1,array2,0.2)
True
2. argpartition()
NumPy的这个函数非常优秀,可以找到N最大值索引。输出N最大值索引,然后根据需要,对值进行排序。
x=np.array([12, 10, 12, 0, 6, 8, 9, 1, 16, 4, 6,0])index_val=np.argpartition(x, -4)[-4:]
index_val
array([1, 8, 2, 0], dtype=int64)np.sort(x[index_val])
array([10, 12, 12, 16])
3. clip()
Clip() 用于将值保留在间隔的数组中。有时,需要将值保持在上限和下限之间。因此,可以使用NumPy的clip()函数。给定一个间隔,该间隔以外的值都将被裁剪到间隔边缘。
x=np.array([3, 17, 14, 23, 2, 2, 6, 8, 1, 2, 16,0])np.clip(x,2,5)
array([3, 5, 5, 5, 2, 2, 5, 5, 2, 2, 5, 2])
4. extract()
顾名思义,extract() 函数用于根据特定条件从数组中提取特定元素。有了该函数,还可以使用and和or等的语句。
# Random integers
array=np.random.randint(20,size=12)
array
array([ 0, 1, 8, 19, 16, 18, 10, 11, 2, 13, 14, 3])# Divide by 2 and check ifremainder is 1
cond=np.mod(array, 2)==1
cond
array([False, True, False, True, False, False, False, True, False, True, False, True])# Use extract to get the values
np.extract(cond, array)
array([ 1, 19, 11, 13, 3])# Applycondition on extract directly
np.extract(((array <3) | (array>15)), array)
array([ 0, 1, 19, 16, 18, 2])
5. percentile()
Percentile()用于计算沿指定轴的数组元素的第n个百分位数。
a=np.array([1,5,6,8,1,7,3,6,9])print("50thPercentile of a,axis=0: ",
np.percentile(a, 50, axis=0))
50th Percentile of a, axis=0:6.0b=np.array([[10, 7, 4], [3, 2, 1]])print("30th Percentile of b,axis=0:",
np.percentile(b, 30, axis=0))
30th Percentile of b, axis=0: [5.13.5 1.9]
6. where()
Where() 用于从满足特定条件的数组中返回元素。它返回在特定条件下值的索引位置。这差不多类似于在SQL中使用的where语句。请看以下示例中的演示。
y=np.array([1,5,6,8,1,7,3,6,9])# Where y is greaterthan 5, returns index position
np.where(y>5)
array([2, 3, 5, 7, 8], dtype=int64),)# First will replace the values that matchthe condition,
# second will replace the values that does not
np.where(y>5, "Hit", "Miss")
array(['Miss', 'Miss', 'Hit', 'Hit', 'Miss', 'Hit', 'Miss', 'Hit','Hit'],dtype='
接着来讲一讲神奇的Pandas函数。
Pandas
Pandas是一个Python软件包,提供快速、灵活和富有表现力的数据结构,旨在使处理结构化(表格,多维,潜在异构)的数据和时间序列数据既简单又直观。
Pandas非常适合许多不同类型的数据:
具有异构类型列的表格数据,例如在SQL表或Excel电子表格中
有序和无序(不一定是固定频率)的时间序列数据。
具有行和列标签的任意矩阵数据(同类型或异类)
观察/统计数据集的任何其他形式。实际上,数据根本不需要标记,即可放入Pandas数据结构。
以下是Pandas的优势:
轻松处理浮点数据和非浮点数据中的缺失数据(表示为NaN)
大小可变性:可以从DataFrame和更高维的对象中插入和删除列
自动和显式的数据对齐:在计算中,可以将对象显式对齐到一组标签,或者用户可以直接忽略标签,并让Series,DataFrame等自动对齐数据
强大灵活的分组功能,可对数据集执行拆分-应用-合并操作,以汇总和转换数据
轻松将其他Python和NumPy数据结构中的不规则的、索引不同的数据转换为DataFrame对象
大数据集的智能标签的切片,高级索引和子集化
直观的合并和联接数据集
数据集的灵活重塑和旋
坐标轴的分层标签(每个刻度可能有多个标签)
强大的IO工具,用于从平面文件(CSV和定界文件)、 Excel文件,数据库加载数据,以及以超高速HDF5格式保存/加载数据
特定于时间序列的功能:日期范围生成和频率转换、移动窗口统计、日期移位和滞后。
1. apply()
Apply() 函数允许用户传递函数并将其应用于Pandas序列中每个单一值。
# max minus mix lambda fn
fn=lambdax: x.max() - x.min()# Apply this on dframe that we've just createdabove
dframe.apply(fn)
2. copy()
Copy()函数用于创建Pandas对象的副本。将数据帧分配给另一个数据帧时,在另一个数据帧中进行更改,其值也会进行同步更改。为了避免出现上述问题,可以使用copy()函数。
# creating sample series
data=pd.Series(['India', 'Pakistan', 'China', 'Mongolia'])# Assigning issuethat we face
datadata1= data
# Change a value
data1[0]='USA'
# Also changes value in old dataframe
data# To prevent that, we use
# creating copy of series
new=data.copy()# assigning new values
new[1]='Changed value'# printing data
print(new)
print(data)
3. read_csv(nrows=n)
panda python_12个很棒的Pandas和NumPy函数,让分析事半功倍相关推荐
- 12个很棒的Pandas和NumPy函数,让解析事半功倍
感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30428.html 大家都知道Pandas和NumPy函数很棒,它们在日常分析中起着重要的作用.没有这两 ...
- 12个很棒的Pandas和NumPy函数,让python数据分析事半功倍
大家都知道Pandas和NumPy函数很棒,它们在日常分析中起着重要的作用.没有这两个函数,人们将在这个庞大的数据分析和科学世界中迷失方向. 今天,小芯将分享12个很棒的Pandas和NumPy函数, ...
- numpy序列预处理dna序列_?12个很棒的Pandas和NumPy函数,让分析事半功倍
全文共5431字,预计学习时长16分钟 来源:Pexels 大家都知道Pandas和NumPy函数很棒,它们在日常分析中起着重要的作用.没有这两个函数,人们将在这个庞大的数据分析和科学世界中迷失方向. ...
- 12个很棒的Pandas和NumPy函数,让分析事半功倍
全文共5431字,预计学习时长16分钟 来源:Pexels 大家都知道Pandas和NumPy函数很棒,它们在日常分析中起着重要的作用.没有这两个函数,人们将在这个庞大的数据分析和科学世界中迷失方向. ...
- 全网最全python实现数据挖掘,数据分析(matlablib,pandas,numpy,量化分析)(附源代码)
全网最全python实现数据挖掘,数据分析(matlablib,pandas,numpy,量化分析)(附源代码) 1.横直方图电影票房 2.散点图3月与10月每天的天气 3.条形图电影票房 4.条形图 ...
- php黄金搭档_动画电影电子游戏的搭档实际上很棒
php黄金搭档 回顾性 (RETROSPECTIVE) Disclaimer: I don't intend for these games to compete with top-tier AAA ...
- 很棒的 Django 应用程序、项目和资源的精选表单
目录 管理界面 分析 资产管理 验证 授权 博客管理 样板 缓存 兼容性 客户关系管理 仪表盘 数据科学 数据库 调试 电子邮件 字段 文件传输 形式 地理信息系统 图像处理 进出口 迁移 移动支持 ...
- c++每调用一次函数+1_每个开发人员都应该知道的一些很棒的现代C ++功能
c++每调用一次函数+1 As a language, C++ has evolved a lot. 作为一种语言,C ++已经发展了很多. Of course this did not happen ...
- 模糊选择器 js_5个很棒的 React.js 库,值得你亲手试试!
React在过去几年变得越来越受欢迎.随之而来的是越来越多的库的发布,给我们带来了新的可能性,但最重要的是让开发这工作变得越来越简单. 在本文中,介绍 5 个 React 库,希望能给你带来一些帮助. ...
最新文章
- MYSQL监控-自带工具Query Profiler的使用
- 10 个超炫酷后台控制面板(附 GitHub下载链接)
- php 64位编码解码,php base64 编码和解码
- kindle的xray怎么用_Xray简单使用教程
- 转: 如何挑选适合的前端框架
- Mac修改pip为国内源
- 数据结构 2-0 线性表总结
- 一个简单的倒计时js插件
- Python之字符串格式化
- 【ML小结1】ML入门
- ImageNet 2012 中文标签(Chinese Labels)
- matlab示波器多个接口,simulink在一个图形中画出多个示波器曲线的方法
- 按当前位置与其它位置远近排序,按经纬度计算
- NUAA无线传感器网络 复习重点整理
- 2019年双十一购物数据分析报告
- bert:pre-training of deep bidirectional transformers for language understanding
- 米尔基于ARM架构核心板的国产化EtherCAT主站控制器解决方案
- 高德地图 点击获取坐标
- 诺基亚Lumia 920更新后出现屏幕亮度自动调节问题?
- Xilinx PCIE DMA--Sparten6/Kintex-7 BMD 搭建
热门文章
- 【飞秋】网络的基础-域名篇
- 这是 Google 工程师 Amit Singhal 发表在 Google 官方博客的一篇文章,讲述了 Google 搜索排名背后的一些技术,涉及到 Google 对网页,对语义,对用户意图的理解。
- React Native 宣布重构计划!
- 需求评审会议上,被逼疯的程序员
- 经典面试题(5):小心javascript自动插入分号机制
- 每个前端开发者都要理解页面的渲染
- mysql映射mapper_Mybatis中Mapper映射文件使用详解
- 湍流退化图像复原如何使用matlab,湍流退化图像复原技术研究现状及展望
- 骨干云池存储方式_你好,我存个对象(大误)漫谈对象存储
- 基因表达聚类分析之初探SOM