numpy:
import numpy as np
- np.array([1,2,3]) 创建数组
- np.arange(10).reshape(2,5) 类似于range(起始，终止，步长)，可以加reshape(2,5)定义形状。必须是相乘等于前面的size
- np.linsapace(1,10,10) 参数为：起始，终止，平分多少个
- zeros((2,4)) 根据指定形状和dtype创建全0数组
- ones((2,4)) 根据指定形状和dtype创建全1数组
- empty((2,4)) 根据指定形状和dtype创建空数组（随机值）
- eye(5) 根据指定边长和dtype创建单位矩阵 5*5的矩阵，从0开始的的对角线为1，其他为0
- arr[0:2,1:3] 多维数据的切片 逗号前是行，后面是列
布尔型索引：
- 给一个数组，选出数组中所有大于5的数和偶数。
- 答案：arr[(a>5) & (a%2==0)] 或是| 非是~
- 花式索引*
- 对于一个数组，选出其第1，3，4，6，7个元素，组成新的二维数组。
- 答案：arr[[1,3,4,6,7]]
- 对一个二维数组，选出其第一列和第三列，组成新的二维数组。
- 答案：a[:,[1,3]] 解读：行全取，列要1,3
常见通用函数：
二元函数：
浮点数特殊值：
- 浮点数：float
- 浮点数有两个特殊值：
- nan(Not a Number)：不等于任何浮点数（nan != nan） 例如：0/0 或者 负数开根号
- inf(infinity)：比任何浮点数都大 例如：4/0 为无限大
- 在数据分析中，nan常被用作表示数据缺失值
常用函数：
- sum 求和
- cumsum 求前缀和
- mean 求平均数
- std 求标准差
- var 求方差
- min 求最小值
- max 求最大值
- argmin 求最小值索引
- argmax 求最大值索引
随机数生成函数在np.random子包内
常用函数
- rand 给定形状产生随机数组（0到1之间的数）
- randint 给定形状产生随机整数
- choice 给定形状产生随机选择
- shuffle 与random.shuffle相同
- uniform 给定形状产生随机数组
pandas：
- pandas的主要功能
- 具备对其功能的数据结构DataFrame、Series
- 集成时间序列功能
- 提供丰富的数学运算和操作
- 灵活处理缺失数据
Series
- Series是一种类似于一位数组的对象，由一组数据和一组与之相关的数据标签（索引）组成。
- 创建方式：
pd.Series([4,7,-5,3])
结果： 0 4
1 7
2 -5
3 3
pd.Series([4,7,-5,3],index=['a','b','c','d'])
结果： a 4
b 7
c -5
d 3
pd.Series({'a':1, 'b':2})
结果： a 1
b 2
pd.Series(0, index=['a','b','c','d’])
a 0
结果： b 0
c 0
d 0
获取值数组和索引数组：values属性和index属性
Series比较像列表（数组）和字典的结合体。
Series支持数组的特性：
- 从ndarray创建Series：Series(arr)
- 与标量运算：sr*2
- 两个Series运算：sr1+sr2
- 索引：sr[0], sr[[1,2,4]]
- 切片：sr[0:2]（切片依然是视图形式）
- 通用函数：np.abs(sr)
- 布尔值过滤：sr[sr>0]
- 统计函数：mean() sum() cumsum()
Series支持字典的特性（标签）：
- loc
- 从字典创建Series：Series(dic),
- in运算：’a’ in sr、for x in sr
- 键索引：sr['a'], sr[['a', 'b', 'd']]
- 键切片：sr['a':'c']
- 其他函数：get('a', default=0)等
loc属性 以标签解释
iloc属性 以下标解释
如何在两个Series对象相加时将缺失值设为0？
- sr1.add(sr2, fill_value=0)
- Series缺失数据 NaN
- dropna() 过滤掉值为NaN的行
- fillna() 填充缺失数据
- isnull() 返回布尔数组，缺失值对应为True ： 布尔值索引
- notnull() 返回布尔数组，缺失值对应为False
- 过滤缺失数据：sr.dropna() 或 sr[data.notnull()]
- 填充缺失数据：fillna(0)
DataFrame
- 创建方式：
- pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
- pd.DataFrame({'one':pd.Series([1,2,3],index=['a','b','c']), 'two':pd.Series([1,2,3,4],index=['b','a','c','d'])})
DataFrame使用索引切片
- 方法1：两个中括号，先取列再取行。 df['A'][0]
- 方法2（推荐）：使用loc/iloc属性，一个中括号，逗号隔开，先取行再取列。
- loc属性：解释为标签
- iloc属性：解释为下标
- 向DataFrame对象中写入值时只使用方法2
- 行/列索引部分可以是常规索引、切片、布尔值索引、花式索引任意搭配。（注意：两部分都是花式索引时结果可能与预料的不同）
通过标签获取：
- df['A']
- df[['A', 'B']]
- df['A'][0]
- df[0:10][['A', 'C']]
- df.loc[:,['A','B']]
- df.loc[:,'A':'C']
- df.loc[0,'A']
- df.loc[0:10,['A','C']]
通过位置获取：
- df.iloc[3]
- df.iloc[3,3]
- df.iloc[0:3,4:6]
- df.iloc[1:5,:]
- df.iloc[[1,2,4],[0,3]]
通过布尔值过滤：
- df[df['A']>0]
- df[df['A'].isin([1,3,5])]
- df[df<0] = 0
DataFrame数据对齐与缺失数据
DataFrame处理缺失数据的相关方法：
- dropna(axis=0,where='any',…)
- fillna()
- isnull()
- notnull()
pandas常用方法（适用Series和DataFrame）：
- mean(axis=0,skipna=False)
- sum(axis=1)
- sort_index(axis, …, ascending) 按行或列索引排序
- sort_values(by, axis, ascending) 按值排序
- NumPy的通用函数同样适用于pandas
- apply(func, axis=0) 将自定义函数应用在各行或者各列上 ，func可返回标量或者Series
- applymap(func) 将函数应用在DataFrame各个元素上
- map(func) 将函数应用在Series各个元素上