【数据分析】Numpy和Pandas库基本用法及实例--基于Japyter notebook实现

各位大佬好，这里是阿川的博客，祝您变得更强

在这里插入图片描述个人主页：在线OJ的阿川

大佬的支持和鼓励，将是我成长路上最大的动力在这里插入图片描述

阿川水平有限，如有错误，欢迎大佬指正在这里插入图片描述

在这里插入图片描述

承接上篇的博客

数据分析—技术栈和开发环境搭建
Python初阶
Python–语言基础与由来介绍
Python–注意事项
Python–语句与众所周知

Numpy

首先先在cmd（命令提示符）当中安装该库

在这里插入图片描述

要使用该库，还要在jupyter notebook导入该库

数组类

.array（）方法 创建数组
.ndim 方法 查看数组维数
.shape 方法 以元组的形式查看数组几维几元素
.size 方法查看数组元素总个数
.dtype 方法查看数组元素类型
.zeros（n）方法创建n个为0的数组
.ones（n）方法创建n个为1的数组
- n为任意数字
- 数组元素类型为浮点型
.arange（ n,n , n）方法创建以n到n，左闭右开，步长为n的数组
.concatenate（）方法将多个数组连接一起，并不改变各个数组
.sort（）方法对数组进行排序
[索引 ] 数组可以通过索引进行查找
[ n:n ] 数组可以通过切片进行查找
- n表示任意数字
数组 + 数组数组相加，表示拼接数组
数组 * n 表示利用数组的广播机制，对数组每个元素都乘以n
- 广播机制

在这里插入图片描述

.max（）方法表示数组的最大元素
.min（）方法表示数组的最小元素
.sum（）方法表示数组元素总和
.mean（）方法表示数组元素的平均值
数组[ （） I或者& （）] 表示数组中加条件

具体操作

具体操作的图:

在这里插入图片描述

如果你想练习以上方法，这里有些题:
在这里插入图片描述

答案是

import numpy as np
arr1 =np.array([6, 2, -7, 2, 8, -2, 1])
arr1
arr2 = np.array([[1, 3, 5], [2, 4, 6]])
arr2
print(arr1.ndim)
print(arr2.ndim)
print(arr1.shape)
print(arr2.shape)
print(arr1.size)
print(arr2.size)
print(arr1.dtype)
print(arr2.dtype)
arr3 = np.zeros(6)
arr3
arr4 = np.ones(5)
arr4
arr5 = np.arange(10, 21, 2)
arr5

import numpy as np
arr1 = np.array([1, 3, 2, 4, 9])
arr1
arr2 = np.ones(5)
arr2
arr3 = np.zeros(5)
arr3
arr_sum = np.concatenate([arr1, arr2, arr3])
arr_sum
arr1.sort()
arr1
print(arr1[2])
print(arr1[-3])
print(arr1[1:4])
arr1 + arr2
arr1 * 5
print(arr1.max())
print(arr1.min())
print(arr1.sum())
print(arr1.mean())
arr1[(arr1 < 1) | (arr1 > 3)]

Pandas

Pandas库中有两个最重要的方法

.Series（）
.DataFrame（）

基本类

.iloc[ ] 以位置索引查找数组元素，位置索引从零开始，可以与切片搭配使用
.loc[ ]以标签索引查找数组元素，可以与切片搭配使用
[（）|或者d （）] 条件选择数组元素
.add（）方法将两个数组相加，且参数中可以加缺失值
若不写缺失值则两个数组默认相同索引相加如果没有相同索引则会报错
.describe（）方法打印统计信息
- 元素数量count
- 元素平均值mean
- 元素标准差std
- 元素前1/4（25%）
- 元素前2/4（50%）
- 元素前3/4（75%）
- 元素最大值max
- 元素类型dtype
.apply Python中的高阶函数可以包含其他函数
.index 展示索引
.columns 展示维度
.T 表示对数组转置
.head（n）表示展示数组中的前面n行
.drop（[“标签索引” ],axis=0或者1）表示删除针对于某行或者某列的该标签索引的数据
axis=0 表示行（实际操作是列）
axis=1 表示列（实际操作是行）
lambda关键词这是Python当中的关键词与apply（）搭配使用，可以实现具体的函数
applymap（普通函数）表示将数组中的每个元素放入普通函数中

Series类

.Series（[ ]）创建一维表格且索引默认为零开始
.Series（[ ]，index = [ ]）创建表格且指定索引
.Series（{ }）创建字典类型表格

具体操作

具体操作的图
在这里插入图片描述

如果你想练习以上方法，这里有些题:

答案是:

import pandas as pd
s1 = pd.Series([-1.2, 3.7, 2.5, -8.2, 6.3])
s1
s2 = pd.Series([1, 2, 3, 4, 5], index=[5, 4, 3, 2, 1])
s2
print(s2.iloc[1])
s2.loc[5:3]
s3 = pd.Series({"小李":82, "小陈":93, "小张":91, "小曾":78, "小邓":68})
s3
s3.loc["小张"] = 95
s3
s3[(s3 > 80) & (s3 < 90)]

import pandas as pd
s1 = pd.Series([92, 67, 70, 88, 76], index = ["小明", "小红", "小杰", "小丽", "小华"])
s1
s2 = pd.Series([95, 85, 60, 79, 76], index = ["小明", "小杰", "小宇", "小娟", "小彤"])
s2
s1.add(s2, fill_value = 0)
s1.describe()
s1 = s1 + 5
s1
def get_grade_from_score(score):if score > 90:return "A"elif score > 80:return "B"elif score > 70:return "C"elif score > 60:return "D"else:return "不及格"
s1.apply(get_grade_from_score)

DataFrame类

.DataFrame（）创建二维表格，默认标签为列标签
- 这里的二维是指两个维度
  - 分别为列维度和行维度
    - 是列标签和行标签
.DataFrame[" 列标签"] 表示以该列标签索引查找表格元素
.DataFrame[“列标签”:“列标签”] 表示以多个该列标签索引搜索数据
DataFrame.loc[ “行标签”，“列标签”] 表示以该行标签和列标签索引搜索数据
Series+DataFrame 可以相加，但要注意标签索引要相对应
DataFrame +n 表示当中元素数据+n
- n表示任意数字

在这里插入图片描述

如果你想练习以上方法，这里有些题:

在这里插入图片描述

答案是

import pandas as pd
name = pd.Series(["小陈", "小李", "小王", "小张", "小赵", "小周"], index=[1, 2, 3, 4, 5, 6])
gender = pd.Series(["女", "女", "男", "男", "女", "男"], index=[6, 5, 4, 3, 2, 1])
height = pd.Series([172.5, 168.0, 178.2, 181.3, 161.7], index=[1, 2, 3, 4, 5])
students = pd.DataFrame({"姓名":name, "性别":gender, "身高":height})
students
print(students.index)
print(students.columns)
students.T
students["身高"]
students[["性别", "身高"]]
students.loc["3":"5"]
students.loc["3":"5", "姓名":"身高"]
students.loc["3":"5", : ]
students[(students["身高"] > 165) & (students["性别"] == "女")]
students.head(5)

import pandas as pd
students = {"1":{"姓名" :"小陈", "考试1":85, "考试2":95, "考试3":92}, "2":{"姓名":"小李", "考试1":91, "考试2":92, "考试3":94}, "3":{"姓名":"小王", "考试1":86, "考试2":81, "考试3":89}, "4":{"姓名":"小张", "考试1":79, "考试2":89, "考试3":95}, "5":{"姓名":"小赵", "考试1":96, "考试2":91, "考试3":91},  "6":{"姓名":"小周", "考试1":81, "考试2":89, "考试3":92}}
students = pd.DataFrame(students).T
students
students["考试4"] = [72, 69, 79, 83, 82, 76]
students
students.loc["7"] = {"姓名":"小杨", "考试1":79, "考试2":82, "考试3":81, "考试4":69}
students
students.drop(["6", "7"], axis = 0)
students.drop(["考试2", "考试4"], axis = 1)
bonus = pd.Series({"考试1":2, "考试2":3, "考试3":2, "考试4":5})
bonus
bonus + students[["考试1", "考试2", "考试3", "考试4"]]
students["考试4"] = students["考试4"] + 10
students

import pandas as pd
import numpy as np
students = {"1":{"姓名" :"小陈", "考试1":85, "考试2":95, "考试3":92}, "2":{"姓名":"小李", "考试1":91, "考试2":92, "考试3":94}, "3":{"姓名":"小王", "考试1":86, "考试2":81, "考试3":89}, "4":{"姓名":"小张", "考试1":79, "考试2":89, "考试3":95}, "5":{"姓名":"小赵", "考试1":96, "考试2":91, "考试3":91},  "6":{"姓名":"小周", "考试1":81, "考试2":89, "考试3":92}}
students = pd.DataFrame(students).T
students
score_average = students.loc[ : , "考试1":"考试3"].mean(axis = 1)
name = students["姓名"]students_average = pd.DataFrame({"姓名":name, "平均分":score_average})
students_average
students.loc[ : , "考试1":"考试3"].apply(lambda x: np.sort(x)[-2])
def grade_from_score(score):if score >= 95:return "A+"elif score >= 90:return "A"elif score >= 85:return "B+"elif score >= 80:return "B"elif score >= 75:return "C+"else:return "C"
students.loc[ : , "考试1":"考试3"].applymap(grade_from_score)
students["考试1"] = students["考试1"].astype("int")
students["考试2"] = students["考试2"].astype("int")
students["考试3"] = students["考试3"].astype("int")
students.describe()