數據分析課程筆記（七）

數據分析課程筆記(七）

NumPy和Pandas

這兩者都是python的擴展庫，用於做數值計算和統計。它們最基礎的數據結構都是數組。NumPy的數組是array，Pandas的數組是series。

與python自帶的list相比，它們顯然更高級了，但pd比np還高級一些。接下來對比一下list與np的區別。

最方便的功能（估計也是最常用的）就是求一些statistic。至於其它的，大概要算它的運算速度比list快，聽說因為它採用的是c語言編寫的，python本身是shell語言，比c慢。

接下來是pd與np區別：

首先，pd包含了一些額外的函數，如describe，然後pd的數組可以使用index，也就是所謂的索引。如圖：

以上是python中list、pd、np的對比。接下來記錄一些python的運演算法則。在這方面，相比於c，它更類似與matlab。

如圖所示，兩個數組相加，在python中得到的是兩者的結合，而在np中與pd中得到的則是對應位置的和，類似於向量。同樣，如果用標量乘以向量，是對應位置相乘，而在python默認環境中是重複多次。比如1 2 3 * 3 = 1 2 3 1 2 3 1 2 3

除此之外，還有一些特別的操作：

其中最有意思的應該是最後一列的比較算符。它得到的是一個bool型向量。而用這個向量與另一個長度相同的向量搞基，就得到這樣的效果：

這用起來很方便。比如要求一個數組中高於平均值的元素，直接寫：return a[a>a.mean()]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！