Python之Pandas知识点_pandas思维导图 - CSDN文库

136 浏览量更新于2023-04-29 评论收藏 149KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

Python之之Pandas知识点知识点

很多人都分不清Numpy，Scipy，pandas三个库的区别。

在这里简单分别一下：

NumPy：数学计算库，以矩阵为基础的数学计算模块，包括基本的四则运行，方程式以及其他方面的计算什么的，纯数学；

SciPy ：科学计算库，有一些高阶抽象和物理模型，在NumPy基础上，封装了一层，没有那么纯数学，提供方法直接计算结

果；

比如：

做个傅立叶变换，这是纯数学的，用Numpy；

做个滤波器，这属于信号处理模型了，用Scipy。

Pandas：提供名为DataFrame的数据结构，比较契合统计分析中的表结构，做数据分析用的，主要是做表格数据呈现。

目前来说，随着Pandas更新，Numpy大部分功能已经直接和Pandas融合了。

但如果你不是纯数学专业，而且想做数据分析的话，尝试着从 Pandas 入手比较好。

接下来讲Pandas。

1数据结构

Series：一维数组，与Numpy中的一维array类似。

Time- Series：以时间为索引的Series。

DataFrame：二维的表格型数据结构。可以将DataFrame理解为Series的容器。

Panel ：三维的数组，可以理解为DataFrame的容器。

# 导入别名

import pandas as pd

pd.Series([1,2,3,4])

2数据读取

2.1 csv文件读取

read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',

names=None, index_col=None, usecols=None, squeeze=False,

prefix=None, mangle_dupe_cols=True, dtype=None, engine=None,

converters=None, true_values=None, false_values=None,

skipinitialspace=False, skiprows=None, nrows=None, na_values=None,

keep_default_na=True, na_filter=True, verbose=False,

skip_blank_lines=True, parse_dates=False,

infer_datetime_format=False, keep_date_col=False, date_parser=None,

dayfirst=False, iterator=False, chunksize=None, compression='infer',

thousands=None, decimal=b'.', lineterminator=None, quotechar='"',

quoting=0, escapechar=None, comment=None, encoding=None,

dialect=None, tupleize_cols=False, error_bad_lines=True,

warn_bad_lines=True, skipfooter=0, skip_footer=0, doublequote=True,

delim_whitespace=False, as_recarray=False, compact_ints=False,

use_unsigned=False, low_memory=True, buffer_lines=None,

memory_map=False, float_precision=None)

filepath_or_buffer：文件路径，建议使用相对路径

header：默认自动识别首行为列名（特征名），在数据没有列名的情况下 header = none, 还可以设置为其他行，例如 header

= 5 表示索引位置为5的行作为起始列名

sep：表示csv文件的分隔符，默认为','

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余6页未读，立即下载

评论0

weixin_38689113

粉丝: 1
资源: 974

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈