文章目录
*
– Numpy
–
+ 属性
+ 数组的创建
+ 数组的变换
+ 数组的运算
+ 随机数函数
+ 统计函数
+ 矩阵运算 计算特征值
+ 排序
+ 注 ：
– Pandas
–
+ 创建DataFrame
+ DataFrame操作
+ DataFrame输出到excel
+ Excel 格式修改
Numpy
属性
arr = np.array([10,20,20])
arr.ndim
arr.shape
arr.size
arr.dtype
arr.itemsize
数组的创建
x = np.array(list/tuple, dtype=np.float32)
np.arange(n)
np.arange(10)
>>> array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
np.ones(shape)
np.ones((3,2))
>>> array([[1., 1.],
[1., 1.],
[1., 1.]])
np.zeros(shape)
np.full(shape,val)
np.eye(n)
np.ones_like(a)
np.zeros_like(a)
np.full_like(a,val)
np.linspace(1,10,4)
np.concatenate((a,b))
数组的变换
a = np.ones((2,3,4), dtype=np.int32)
a.reshape(shape)
a.resize(shape)
a.swapaxes(ax1,ax2)
a.flatten()
new_a = a.astype(new_type)
ls = a.tolist()
数组的运算
np.abs(x) np.fabs(x)
np.sqrt(x)
np.square(x)
np.log(x) np.log10(x) np.log2(x)
np.ceil(x) np.floor(x)
np.rint(x)
np.modf(x)
np.cos(x) np.cosh(x)
np.sin(x) np.sinh(x)
np.tan(x) np.tanh(x)
np.exp(x)
np.sign(x)
+ ‐ * / **
np.maximum(x,y) np.fmax()
np.minimum(x,y) np.fmin()
np.mod(x,y)
np.copysign(x,y)
> < >= == !=
随机数函数
np.random.*
np.random.rand(d0,d1,..,dn)
np.random.randn(d0,d1,..,dn)
np.random.randint(low[,high,shape])
np.random.seed(s)
np.random.shuffle(a)
np.random.permutation(a)
choice(a[,size,replace,p])
np.random.uniform(low,high,size)
np.random.normal(loc,scale,size)
np.random.poisson(lam,size)
统计函数
np.sum(a, axis=None)
np.mean(a, axis=None)
np.average(a,axis=None,weights=None)
np.std(a, axis=None)
np.var(a, axis=None)
np.min(a) np.max(a)
np.argmin(a) np.argmax(a)
np.unravel_index(index, shape)
np.ptp(a)
np.median(a)
矩阵运算 计算特征值
import numpy as np
c = np.dot(a,b)
c = np.cross(a,b)
a = [[2,-1,0,0,0],
[-1,2,-1,0,0],
[0,-1,2,-1,0],
[0,0,-1,2,-1],
[0,0,0,-1,1]]
a = np.array(a)
eigenvalue, featurevector = np.linalg.eig(a)
idx = eigenvalue.argsort()
eigenvalue = eigenvalue[idx]
featurevector = featurevector[idx]
排序
data = data[data[:,2].argsort()]
ele = np.sort(ele,axis=1)
ele = np.sort(ele,axis=0)
ele = ele[ele[:,0].argsort()]
注 ：
Numpy的笔记中，还缺少有关矩阵文件读取、矩阵运算、线性代数的相关内容。
Pandas
Pandas库可以认为是升级版字典，常用于进行数据分析处理，DataFrame数据可保存至Excel。
创建DataFrame
import pandas as pd
import numpy as np
df = pd.DataFrame({'EIGHT': ['ARE', 'YOU', 'OK？']})
values = np.zeros((2,3), dtype='int32,float32')
index = ['x', 'y']
columns = ['a','b','c']
df = pd.DataFrame(data=values, index=index, columns=columns)
columns = ['姓名学号','早餐','午餐','晚餐','宿舍楼','宿舍号','楼层号','姓名']
df = pd.DataFrame(data=ls, columns=columns)
columns = ['a','b','c']
df = pd.DataFrame.from_dict(dic2, orient='index',columns = columns)
data = pd.read_excel('0.xlsx')
data = pd.read_excel（io，sheet_name = 0，header = 0，names = None，index_col = None，usecols = None，squeeze = False,dtype = None, ...）
DataFrame操作
df.loc[10] = [1,2,3]
df.loc[''] = [1,2,3]
df.iloc[0] = [1,2,3]
n = df.values
n = df.as_matrix()
n = np.array(df)
c = data.loc[1]
b = data.iloc[:,3]
d = data.iloc[1,3]
df[column_name]
df[column_name][index_name]
df.rename({'index_name':'new_index_name'},inplace=True)
DataFrame输出到excel
import pandas as pd
x = pd.DataFrame(data)
x.to_excel('data.xls',sheet_name='data')
with pd.ExcelWriter('0.xlsx',engine="openpyxl") as writer:
df.to_excel(writer,index=True,index_label = '222',startrow = 10,startcol= 10)
df.to_excel(writer,index=True,index_label = '222',startrow = 0,startcol= 0)
mon1.to_excel(excel_writer=writer,sheet_name='201901')
mon2.to_excel(excel_writer=writer,sheet_name='201902')
writer = pd.ExcelWriter("C:/Users/wlt/Desktop/XXX.xls")
mon1.to_excel(excel_writer=writer,sheet_name='201901')
writer.save()
writer.close()
pandas to_excel源代码
df.to_excel('0.xlsx',index=True,index_label = '222')
DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)
excel_writer：文件路径或现有的ExcelWriter。
sheet_name：它是指包含DataFrame的工作表的名称。
na_repr：缺少数据表示形式。
float_format：这是一个可选参数, 用于格式化浮点数字符串。
列：指要写入的列。
header：写出列名。如果给出了字符串列表, 则假定它是列名的别名。
index：写入索引。
index_label：引用索引列的列标签。如果未指定, 并且标头和索引为True, 则使用索引名称。如果DataFrame使用MultiIndex, 则应给出一个序列。
startrow：默认值0。它指向转储DataFrame的左上单元格行。
startcol：默认值0。它指向转储DataFrame的左上方单元格列。
engine：这是一个可选参数, 用于写入要使用的引擎, openpyxl或xlsxwriter。
merge_cells：返回布尔值, 其默认值为True。它将MultiIndex和Hierarchical行写为合并的单元格。
encoding：这是一个可选参数, 可对生成的excel文件进行编码。仅对于xlwt是必需的。
inf_rep：它也是一个可选参数, 默认值为inf。它通常表示无穷大。
详细：返回一个布尔值。它的默认值为True。
它用于在错误日志中显示更多信息。
Frozen_panes：它也是一个可选参数, 用于指定要冻结的最底部一行和最右边一列。
Excel 格式修改
import pandas as pd
import openpyxl
data= pd.DataFrame(data=np.random.randn(6,3),columns=["a",'b','c'])
filename = 'test.xlsx'
writer = pd.ExcelWriter(filename,engine='openpyxl')
data.to_excel(writer, sheet_name='Sheet1',index=False)
worksheet = writer.sheets['Sheet1']
worksheet.freeze_panes = 'A2'
worksheet.freeze_panes = 'B2'
for i in worksheet.columns:
i[0].fill = openpyxl.styles.PatternFill("solid", fgColor="FF9933")
i[0].font = openpyxl.styles.Font(name='Calibri',size=11,bold=True,
italic=False,vertAlign=None,underline='none',strike=False,color='FF000000')
for cell in i[1:]:
cell.number_format = '#,##0_-'
cell.number_format = '0.00%;-0.00%'
cell.number_format = '$#,##0.00;-$#,##0.00'
qtyindex = None
for row in worksheet.rows:
for j in row:
if j.value =='c':
qtyindex = j.col_idx-1
break
a = 0
for row in worksheet.rows:
a +=1
if qtyindex and status_index and a>1:
if row[qtyindex].value > 0 :
for cell in row:
cell.fill = openpyxl.styles.PatternFill("solid", fgColor="FFB6C1")
for i in range(1,data.shape[1]+1): 把列索引转换成 A,B...表示
str = ''
while (not (i // 26 == 0 and i % 26 == 0)):
temp = 25
if (i % 26 == 0):
str += chr(temp + 65)
else:
str += chr(i % 26 - 1 + 65)
i //= 26
writer.sheets['Sheet1'].column_dimensions[str[::-1]].width = 16
writer.save()
Original: https://blog.csdn.net/Lzn_nzL/article/details/124184841
Author: Lzn_nzL
Title: Python——最全的Numpy Pandas库的学习笔记
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/696081/
转载文章受原作者版权保护。转载请注明原作者出处！