zoukankan      html  css  js  c++  java
  • Python数据分析库之pandas,你该这么学!No.1

    写这个系列背后的故事

    咦,面试系列的把基础部分都写完啦,哈哈答,接下来要弄啥嘞~

    pandas吧

    外国人开发的
    翻译成汉语叫 熊猫
    在这里插入图片描述

    厉害厉害,很接地气
    一个基于numpy的库

    干啥的?
    做数据分析用的

    而数据分析是python体系下一个非常庞大的分支

    厉害到,好多人一看就会(博主就不是)
    在这里插入图片描述
    博主将用不知道多少篇博客把她给你捣鼓明白(说白了,就是没写大纲!)

    当然也可能让你失去对她的兴趣

    毕竟,博主叫梦想橡皮擦啊

    擦掉你编程的梦想也是我努力的一部分

    在这里插入图片描述

    下载按照这个库

    这个库,安装easy

    你只要这样,这样,然后在这样,中间出现问题,百度一下,这样,这样,就好了… …

    嘿嘿

    在这里插入图片描述

    我其实用的是python3.6版本
    然后通过下面的命令安装的

    pip install pandas 
    

    国内,一般安装比较慢,你添加一个清华大学的源就好了

    pip install pandas -i  https://pypi.tuna.tsinghua.edu.cn/simple/
    

    下载&安装速度就嗷嗷的了

    pandas版本为

    pandas 0.23.3

    你的版本比我应该高,

    毕竟我是老程序员了

    pandas官网 http://pandas.pydata.org/
    没有翻译完的伪中文网 https://www.pypandas.cn/index.html

    安装之后

    一番简单的操作之后,如果过程中你没有出现任何BUG
    恭喜你,安装成功

    下面打开你的任意开发工具

    一般我用“被免费版”的pycharm

    在这里插入图片描述

    创建一个文件,然后输入下面的代码,直接run

    import pandas
    

    没有报错,完美,一个库学会了

    当然,一般写成

    import pandas as pd
    

    你就和国际程序员接轨了

    pandas主要干啥

    如果你英文好,直接打开官方文档

    瞅就可以了

    如果英语不好,没关系

    你这么理解,pandas就像用代码操作excel一样,一样一样的

    在pandas中,你要学习一个新的数据结构

    Series

    百度翻译,恩,先记住发音吧 say 额 瑞 z 多么棒的标注,中英结合。
    在这里插入图片描述
    这是一种什么样的数据结构呢?

    在解释这个问题前,我们先创建一个,然后在代码中看看

    不就清晰明了了么

    编写下面的代码

    import pandas as pd
    
    my_series = pd.Series(['我','是','梦想','橡皮擦'])
    print(my_series)
    

    运行结果

    012     梦想
    3    橡皮擦
    dtype: object
    

    好像也有看出来了啥?

    别着急,弄到excel里面瞅瞅,直接复制就好

    在这里插入图片描述
    看到没,我们通过列表创建了一个series

    在excel中,你需要先确定你知道什么是行,什么是列
    在这里插入图片描述
    横着的叫行,竖着的叫列

    你通过列表创建series之后,每行的前面出现一个从0开始的序号

    这个新出现的序列,记住,叫索引
    既然叫做索引了,那么我们就可以给索引设置值

    如果你有编程经验,那么你知道,索引值对应的英文叫做index

    every 编程语言索引基本都是设置index

    那我们在重写一下

    import pandas as pd
    
    my_series = pd.Series(['我','是','梦想','橡皮擦'],index=['a','b','c','d'])
    print(my_series)
    

    看一下结果 索引变了吧

    a      我
    b      是
    c     梦想
    d    橡皮擦
    dtype: object
    

    继续往里面挖,注意index和前面列表的长度一定要一致

    什么意思?

    pd.Series(['我','是','梦想','橡皮擦'],index=['a','b','c','d','e']) 报错
    pd.Series(['我','是','梦想','橡皮擦'],index=['a','b','c']) 报错

    声明一个series的函数中,还可以携带一个name参数

    请查看

    import pandas as pd
    
    my_series = pd.Series(['我','是','梦想','橡皮擦'],index=['a','b','c','d'],name='梦想序列')
    print(my_series)
    

    结果瞅瞅

    a      我
    b      是
    c     梦想
    d    橡皮擦
    Name: 梦想序列, dtype: object
    

    接下来,可以把前面的列表参数也写完整了

    import pandas as pd
    
    my_series = pd.Series(data = ['我','是','梦想','橡皮擦'],index=['a','b','c','d'],name='梦想序列')
    print(my_series)
    
    

    总结一下

    创建一个series是非常容易的,只需要采用

    pd.Series(data=列表,index=列表,name=名称就可以)
    

    其他创建方式

    用字典也是可以的

    my_series1 = pd.Series({'a':'非本科程序员','b':'公号'})
    print(my_series1)
    

    Series里面存储不同类型也是可以的

    my_series2 = pd.Series([1,1.2,True,'MyName'])
    print(my_series2)
    

    这个Series你把他当成只有一列的excel就好了

    咦?有人问了,刚才打印的结果不是2列么

    没关系,那个是索引,只是获取值的一个序号罢了

    不信,我们获取一下

    my_series2 = pd.Series([1,1.2,True,'MyName'])
    print(my_series2[0])
    

    打印出来了吧

    在试试

    import pandas as pd
    
    my_series = pd.Series(data = ['我','是','梦想','橡皮擦'],index=['a','b','c','d'],name='梦想序列')
    my_series1 = pd.Series({'a':'非本科程序员','b':'公号'})
    my_series2 = pd.Series([1,1.2,True,'MyName'])
    print(my_series1['a'])  # 通过索引 a 访问到了“非本科程序员”
    print(my_series[0])  # 通过索引 0 访问到了“我“,通过my_series['a']依旧可以
    
    

    这样子,你是不是感觉series跟python中的列表有点相似了呢?

    好像还有点字典的感觉

    这就对了,下篇见吧

    我们会对series继续研究的~

    最后,欢迎关注一个唠叨的编程工程师的公号,非本科程序员

    你懒得搜,就打开这个链接吧

    https://dwz.cn/r4lCXEuL

    或者掏出你的手机,拍这个
    扫码关注非本科程序员

  • 相关阅读:
    SQL“多字段模糊匹配关键字查询”[转载] Virus
    [转载]分页存储过程 Virus
    质因数 Virus
    由传值引发的思考 Virus
    RFID票务系统调研报告 Virus
    以人为中心还是以事为中心 Virus
    IOC容器 Virus
    [导入]数据库设计三大范式应用实例剖析 Virus
    电子商务B2B调研报告 Virus
    心情不是太好 Virus
  • 原文地址:https://www.cnblogs.com/hzcya1995/p/13311503.html
Copyright © 2011-2022 走看看