day18

目录

• numpy模块
  • 创建numpy数组
  • numpy数组的常用属性
  • 获取numpy二数组行列数
  • 切割numpy数组
  • numpy数组元素替换
  • numpy数组的合并
  • numpy常用函数
• matplotlib模块
• pandas模块

numpy模块

• 定义：numpy是python的一种开源的数值计算扩展库。用来存储和处理大型numpy数组(矩阵)

• numpy库有两个作用：

1. 区别于list列表,提供了数组操作、数组运算、以及统计分布和简单的数学模型。
2. 计算速度快，甚至要由于python内置的简单运算，使得其成为pandas、sklearn等模块的依赖包。高级的框架如TensorFlow、pyTorch等，其数组操作和numpy非常相似。

创建numpy数组

import numpy as np

# 创建一维的ndarray对象
arr = np.array([1, 2, 3])
print(arr, type(arr))
# [1 2 3] <class 'numpy.ndarray'>


# 创建二维的ndarray对象     最常用**
print(np.array([[1, 2, 3], [4, 5, 6]]))
# [[1 2 3]
# [4 5 6]]


# 创建三维的ndarray对象
print(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]))
# [[1 2 3]
# [4 5 6]
# [7 8 9]]

numpy数组的常用属性

dtype数据类型：bool_, int(8,16,32,64) , float(16,32,64)

# 新建numpy数组，数据类型为float32
arr = np.array([[1, 2, 3], [4, 5, 6]], dtype=np.float32)
print(arr)

# [[1. 2. 3.]
#  [4. 5. 6.]]

dtype 查看数组元素的数据类型

print(arr.dtype)

# float32

astype：数据类型转换

arr = arr.astype(np.int32)
print(arr.dtype)
print(arr)

# int32
# [[1 2 3]
#  [4 5 6]]

T：数组的转置（行列互换）

print(arr.T)

# [[1. 4.]
#  [2. 5.]
#  [3. 6.]]

size：查看数组元素的个数

print(arr.size)

# 6

ndim：查看数组的维数

print(arr.ndim)

# 2

shape：查看数组的维度大小（行，列）元组形式

print(arr.shape)

# (2, 3)

获取numpy二数组行列数

获取numpy数组的行和列构成的数组

# 新建numpy二维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
[[1 2 3]
 [4 5 6]]

print(arr.shape)

# (2, 3)

获取numpy数组的行

# 获取numpy数组的行
print(arr.shape[0])

# 2

获取numpy数组的列

print(arr.shape[1])

# 3

切割numpy数组

切分numpy数组类似于列表的切割，但是与列表的切割不同的是，numpy数组的切割涉及到行和列的切割，但是两者切割的方式都是从索引0开始，并且取头不取尾。

取所有元素

# 新建二维数组
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(arr)
'''[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]'''


print(arr[:, :])  # [行,列]

'''[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]'''

取第一行的所有元素

print(arr[:1, :])
# [[1 2 3 4]]

print(arr[0, [0, 1, 2, 3]])
# [1 2 3 4]

取第一列的所有元素

print(arr[:, :1])
# [[1]
#  [5]
#  [9]]


print(arr[(0, 1, 2), 0])
# [1 5 9]

取第一行第一列的元素

print(arr[(0, 1, 2), 0])
# [1 5 9]


print(arr[0, 0])
# 1

取大于5的元素，返回一个数组

print(arr[arr > 5])
# [ 6  7  8  9 10 11 12]

numpy数组元素替换

取第一行的所有元素，并且让第一行的元素都为0

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(arr)
'''[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]'''

arr1 = arr.copy()
arr1[:1, :] = 0
print(arr1)
'''[[ 0  0  0  0]
 [ 5  6  7  8]
 [ 9 10 11 12]]'''

取所有大于5的元素，并且让大于5的元素为0

arr2 = arr.copy()
arr2[arr > 5] = 0
print(arr2)

'''[[1 2 3 4]
 [5 0 0 0]
 [0 0 0 0]]'''

对numpy数组清零

arr3 = arr.copy()
arr3[:, :] = 0
print(arr3)

'''[[0 0 0 0]
 [0 0 0 0]
 [0 0 0 0]]'''

numpy数组的合并

# 新建两个二维数组
arr1 = np.array([[1, 2], [3, 4], [5, 6]])
print(arr1)
'''[[1 2]
 [3 4]
 [5 6]]'''

arr2 = np.array([[7, 8], [9, 10], [11, 12]])
print(arr2)
'''[[ 7  8]
 [ 9 10]
 [11 12]]'''

合并两个numpy数组的行

# 注意使用hstack()方法合并numpy数组，numpy数组应该有相同的行
print(np.hstack((arr1, arr2)))

'''[[ 1  2  7  8]
 [ 3  4  9 10]
 [ 5  6 11 12]]'''

合并两个numpy数组的列

# 注意使用vstack()方法合并numpy数组，numpy数组应该有相同的列
print(np.vstack((arr1, arr2)))
'''[[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]
 [11 12]]'''

合并两个numpy数组

# 合并两个numpy数组，其中axis=1表示合并两个numpy数组的行
print(np.concatenate((arr1, arr2), axis=1))
'''[[ 1  2  7  8]
 [ 3  4  9 10]
 [ 5  6 11 12]]'''

# 合并两个numpy数组，其中axis=0表示合并两个numpy数组的列
print(np.concatenate((arr1, arr2), axis=0))
'''[[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]
 [11 12]]'''

numpy常用函数

array()：将列表转换为数组，可选择显式指定dtype

arr = np.array([1, 2, 3])  # 创建一维数组
print(arr)

# [1 2 3]

arange()：range的numpy版，支持浮点数

# 构造0-9的ndarray数组            [0 1 2 3 4 5 6 7 8 9]
print(np.arange(10))

# 构造1-4的ndarray数组            [1 2 3 4]
print(np.arange(1, 5))

# 构造1-19且步长为2的ndarray数组   [ 1  3  5  7  9 11 13 15 17 19]
print(np.arange(1, 20, 2))

linspace()：类似arange()，第三个参数为数组长度

# 构造一个等差数列，取头也取尾，从0取到20，取5个数
print(np.linspace(0, 20, 5))
# [ 0.  5. 10. 15. 20.]


# 构造一个数列，取头也取尾，从1取到100，取10个数
print(np.linspace(1, 100, 10))
# [  1.  12.  23.  34.  45.  56.  67.  78.  89. 100.]

zeros()：根据指定形状和dtype创建全0数组

# 创建一个2*3的全0数组
print(np.ones((2, 3)))
'''[[1. 1. 1.]
 [1. 1. 1.]]'''

ones()：根据指定形状和dtype创建全1数组

# 创建一个2*3的全1数组
print(np.zeros((2, 3)))
'''[[0. 0. 0.]
 [0. 0. 0.]]'''

eye()：创建单位矩阵

# 构造3个主元的单位numpy数组
print(np.eye(3, 3))
'''[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]'''

empty()：创建一个元素随机的数组

# 构造一个4*4的随机numpy数组，里面的元素是随机生成的
print(np.empty((4, 4)))
'''[[6.23042070e-307 1.42417221e-306 7.56595733e-307 3.56043054e-307]
 [7.56595733e-307 1.00131040e-307 8.34426464e-308 6.23038336e-307]
 [1.42419394e-306 6.23059726e-307 1.06810268e-306 6.89809904e-307]
 [1.42420481e-306 1.24612013e-306 8.01091099e-307 9.34603679e-307]]'''

reshape()：重塑形状

arr1 = np.zeros((1, 12))
print(arr1.reshape((3, 4))) 
'''[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]'''

matplotlib模块

定义：是一个绘图库，它可以创建常用的统计图，包括条形图，箱型图，折线图，散点图，饼图，直方图。

条形图：

from matplotlib import pyplot as plt #(潮流约定俗成的  当做plt)
from matplotlib.font_manager import FontProperties #修改字体
font = FontProperties(fname='C:WindowsFontssimsun.ttc') #字体的路径

plt.style.use('ggplot') # 设置背景为条纹

clas = ['3班','4班','5班','6班'] #x坐标的内容
students = [50,55,45,60] #y坐标的内容
clas_index = range(len(clas))#班级的索引


plt.bar(clas_index,students,color='darkblue')#班级索引，学生人数，还有画布颜色

plt.xlabel('学生',fontproperties=font)#中文打印出来会乱码，因为matplotlib是英文的，所以规定了字体
plt.ylabel('学生人数',fontproperties=font)#中文打印出来会乱码，因为matplotlib是英文的，所以规定了字体
plt.title('班级-学生人数',fontproperties=font,fontsize=20,fontweight=25)#顶部标题
plt.xticks(clas_index,clas,fontproperties=font)#中文打印出来会乱码，因为matplotlib是英文的，所以规定了字体

plt.show()#显示画布

直方图：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname='C:WindowsFontssimsun.ttc')

plt.style.use('ggplot')

x1 = np.random.rand(10000)

x2 = np.random.rand(10000)

fig = plt.figure()#生成一张画布
ax1 = fig.add_subplot(1,2,1)#1行2列取第一个
ax2 = fig.add_subplot(1,2,2)


ax1.hist(x1,bins=50,color = 'darkblue')
ax2.hist(x2,bins=50,color = 'y')


fig.suptitle('两个正态分布',FontProperties=font,Fontsize = 20)
ax1.set_title('x1的正态分布',FontProperties=font)#加子标题
ax2.set_title('x2的正态分布',FontProperties=font)

plt.show()

折线图：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname='C:WindowsFontssimsun.ttc')

plt.style.use('ggplot')

np.random.seed(10)#（x -- 10就相当于x变量）改变随机数生成器的种子seed。起到一个限制范围作用

x1 = np.random.rand(40).cumsum()#cumsum()是计算数组各行的累加值
x2 = np.random.rand(40).cumsum()
x3 = np.random.rand(40).cumsum()
x4 = np.random.rand(40).cumsum()

plt.plot(x1,c='r',linestyle='-',marker='o',label ='红圆线')#marker就是折点的类型
plt.plot(x2,c='y',linestyle='--',marker='*',label ='黄圆线')#linestyle就是折线的类型
plt.plot(x3,c='b',linestyle='-.',marker='s',label ='蓝圆线')#c就是color的缩写表示颜色类型
plt.plot(x4,c='black',linestyle=':',marker='s',label ='黑圆线')
plt.legend(loc='best',prop = font)#显示折点（label）的类型在最佳位置就是左上角
plt.show()

散点图+直线图：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname='C:WindowsFontssimsun.ttc')

plt.style.use('ggplot')

fig = plt.figure()#python中fig，ax=plt.subplots是python一种subplot可以画出很多子图
ax1 = fig.add_subplot(1,2,1)#添加一个子图
ax2 = fig.add_subplot(1,2,2)

x = np.arange(20)
y = x ** 2

x2 = np.arange(20)
y2 = x2

ax1.scatter(x,y, c = 'r',label = '红')
ax1.scatter(x2,y2, c = 'b',label = '蓝')

ax2.plot(x,y)
ax2.plot(x2,y2)

fig.suptitle('两张图',FontProperties=font,fontsize=15)
ax1.set_title('散点图',FontProperties=font)
ax2.set_title('折线图',FontProperties=font)
ax1.legend(prop = font)

plt.show()

pandas模块

操作Excel/json/sql/ini/csv（配置文件）

import numpy as np
import pandas as pd

np.random.seed(10)

index = pd.date_range('2019-01-01', periods=6, freq='M')#periods周期   #freq频率
# print(index)
columns = ['c1', 'c2', 'c3', 'c4']#列头，相当于索引
# print(columns)
val = np.random.randn(6, 4)#6行4列
# print(val)

df = pd.DataFrame(index=index, columns=columns, data=val)#索引，列，数据（表格的内容）
print(df)

# 保存文件，读出成文件
df.to_excel('date_c.xlsx')

运行结果：

                  c1        c2        c3        c4
2019-01-31  1.331587  0.715279 -1.545400 -0.008384
2019-02-28  0.621336 -0.720086  0.265512  0.108549
2019-03-31  0.004291 -0.174600  0.433026  1.203037
2019-04-30 -0.965066  1.028274  0.228630  0.445138
2019-05-31 -1.136602  0.135137  1.484537 -1.079805
2019-06-30 -1.977728 -1.743372  0.266070  2.384967

按照索引取值：

print(df.loc['2019-01-31'])

运行结果：

c1    1.331587
c2    0.715279
c3   -1.545400
c4   -0.008384
Name: 2019-01-31 00:00:00, dtype: float64

按索引取值，加上范围（这里加的是时间范围）

print(df.loc['2019-01-31':'2019-05-31'])

运行结果：

                  c1        c2        c3        c4
2019-01-31  1.331587  0.715279 -1.545400 -0.008384
2019-02-28  0.621336 -0.720086  0.265512  0.108549
2019-03-31  0.004291 -0.174600  0.433026  1.203037
2019-04-30 -0.965066  1.028274  0.228630  0.445138
2019-05-31 -1.136602  0.135137  1.484537 -1.079805

按照value取值：

print(df)
print(df.iloc[0, 0])#就是取第一个数值

运行结果：
1.331586504129518

df.iloc[0, :] = 0#就是让第一行的值都为0
print(df)

运行结果：

                  c1        c2        c3        c4
2019-01-31  0.000000  0.000000  0.000000  0.000000  #这一行就是取的值
2019-02-28  0.621336 -0.720086  0.265512  0.108549
2019-03-31  0.004291 -0.174600  0.433026  1.203037
2019-04-30 -0.965066  1.028274  0.228630  0.445138
2019-05-31 -1.136602  0.135137  1.484537 -1.079805
2019-06-30 -1.977728 -1.743372  0.266070  2.384967