|
背景Numpy 提供的最重要的數(shù)據(jù)結(jié)構(gòu)是 ndarray,，它是 Python 中 list 的擴(kuò)展,。 Pandas 提供了兩種非常重要的數(shù)據(jù)結(jié)構(gòu) Series和DataFrame,。 Numpy 中的一維數(shù)組與 Series 相似,，一維數(shù)組只是提供了從0開始與位置有關(guān)的索引,，而Series除了位置索引之外還可以附加額外的索引,。本文將從對(duì)象的創(chuàng)建,、屬性的訪問,、數(shù)據(jù)的獲取以及常用方法等方面來總結(jié)這兩種結(jié)構(gòu)的異同。 1. 如何創(chuàng)建對(duì)象1.1 創(chuàng)建一維數(shù)組對(duì)象 - 通過 list或tuple 創(chuàng)建一維數(shù)組。
- 通過數(shù)值范圍來創(chuàng)建一維數(shù)組,，比如
linspace()函數(shù),，返回指定間隔內(nèi)的等間隔數(shù)字。arange()函數(shù),，返回給定間隔內(nèi)的均勻間隔的值,。
import numpy as np
a0 = np.array((10, 40, 5, 90, 35, 40))
print(a0)
# [10 40 5 90 35 40]
a1 = np.array([10, 40, 5, 90, 35, 40])
print(a1)
# [10 40 5 90 35 40]
a2 = np.linspace(start=0, stop=5, num=5)
print(a2)
# [0. 1.25 2.5 3.75 5. ]
a3 = np.arange(10, 15)
print(a3)
# [10 11 12 13 14]
1.2 創(chuàng)建Series對(duì)象 Series 可以看作是能夠附加索引的一維數(shù)組，所以可以像 Numpy 創(chuàng)建一維數(shù)組一樣使用 list或tuple 來創(chuàng)建,，甚至可以使用 Numpy的一維數(shù)組 直接創(chuàng)建,。 - 通過列表
list、元組tuple創(chuàng)建Series,。 - 通過 Numpy 創(chuàng)建
Series,。
另外，Series 可以附加索引,，所以可以在創(chuàng)建的時(shí)候直接指定需要附加的索引,，以及利用字典的key-value鍵值對(duì) 來直接創(chuàng)建。 - 通過指定
index關(guān)鍵字的方式創(chuàng)建帶有自定義索引的Series,。 - 通過字典
dict創(chuàng)建Series,。
import pandas as pd
import numpy as np
s0 = pd.Series((10, 40, 5, 90, 35, 40))
print(s0)
# 0 10
# 1 40
# 2 5
# 3 90
# 4 35
# 5 40
# dtype: int64
s1 = pd.Series([10, 40, 5, 90, 35, 40])
print(s1)
# 0 10
# 1 40
# 2 5
# 3 90
# 4 35
# 5 40
# dtype: int64
s2 = pd.Series(np.linspace(start=0, stop=5, num=5))
print(s2)
# 0 0.00
# 1 1.25
# 2 2.50
# 3 3.75
# 4 5.00
# dtype: float64
s3 = pd.Series(np.arange(10, 15))
print(s3)
# 0 10
# 1 11
# 2 12
# 3 13
# 4 14
# dtype: int32
s4 = pd.Series([100, 79, 65, 77],
index=["chinese", "english", "history", "maths"],
name='score')
print(s4)
# chinese 100
# english 79
# history 65
# maths 77
# Name: score, dtype: int64
s5 = pd.Series({"name": "張三", "Gender": "男", "age": 20,
"height": 180, "weight": 66})
print(s5)
# name 張三
# Gender 男
# age 20
# height 180
# weight 66
# dtype: object
2. 如何獲取屬性2.1 獲取一維數(shù)組對(duì)象屬性 在使用 Numpy 時(shí)，有時(shí)會(huì)想知道數(shù)組的某些信息,，可以通過以下屬性來得到： numpy.ndarray.ndim 用于返回?cái)?shù)組的維數(shù)（軸的個(gè)數(shù)）也稱為秩,，一維數(shù)組的秩為 1，二維數(shù)組的秩為 2,，以此類推,。numpy.ndarray.shape 表示數(shù)組的維度，返回一個(gè)元組,，這個(gè)元組的長度就是維度的數(shù)目,，即 ndim 屬性（秩）。numpy.ndarray.size 數(shù)組中所有元素的總量,，相當(dāng)于數(shù)組的shape中所有元素的乘積,，例如矩陣的元素總量為行與列的乘積。numpy.ndarray.dtype ndarray 對(duì)象的元素類型,。
import numpy as np
a0 = np.array([10, 40, 5, 90, 35, 40])
print(a0.ndim) # 1
print(a0.size) # 6
print(a0.shape) # (6,)
print(a0.dtype) # int32
2.2 獲取Series對(duì)象屬性 Series 除了擁有 Numpy 中ndim,、size、shap,、dtype屬性外,，還擁有下列屬性： values 存儲(chǔ)的數(shù)據(jù)
import pandas as pd
s0 = pd.Series((10, 40, 5, 90, 35, 40))
print(s0.ndim) # 1
print(s0.size) # 6
print(s0.shape) # (6,)
print(s0.dtype) # int64
print(s0.index)
# RangeIndex(start=0, stop=6, step=1)
print(s0.values)
# [10 40 5 90 35 40]
print(s0.name)
# None
s1 = pd.Series([100, 79, 65, 77],
index=["chinese", "english", "history", "maths"],
name='score')
print(s1.index)
# Index(['chinese', 'english', 'history', 'maths'], dtype='object')
print(s1.values)
# [100 79 65 77]
3. 如何獲取數(shù)據(jù)3.1 獲取一維數(shù)組對(duì)象數(shù)據(jù) 一維數(shù)組只有默認(rèn)的位置索引，即從0開始的索引,，所以獲取數(shù)據(jù)只有通過位置索引這一種方式,。 - 通過整數(shù)索引（要獲取數(shù)組的單個(gè)元素,，指定元素的索引即可。）
- 通過切片索引（切片操作是指抽取數(shù)組的一部分元素生成新數(shù)組,。）
- 通過整數(shù)數(shù)組索引（方括號(hào)內(nèi)傳入多個(gè)索引值,，可以同時(shí)選擇多個(gè)元素。）
- 通過布爾索引（通過一個(gè)布爾數(shù)組來索引目標(biāo)數(shù)組,。）
import numpy as np
a0 = np.array([10, 40, 5, 90, 35, 40])
print(a0[0]) # 10
print(a0[0:2]) # [10 40]
print(a0[2:]) # [ 5 90 35 40]
print(a0[0::2]) # [10 5 35]
print(a0[[0, 1, 2]]) # [10 40 5]
print(a0[:5]) # [10 40 5 90 35]
print(a0[-5:]) # [40 5 90 35 40]
print(a0[a0 > 35]) # [40 90 40]
print(a0[a0 != 35]) # [10 40 5 90 40]
3.2 獲取Series對(duì)象數(shù)據(jù) 因?yàn)椴桓郊铀饕?Series 也擁有位置索引,，所以可以延用一維數(shù)組獲取數(shù)據(jù)的方式。另外 Series 也可以通過附加索引來獲取數(shù)據(jù),。 - 通過
head()和tail()獲取數(shù)據(jù)
import pandas as pd
s0 = pd.Series((10, 40, 5, 90, 35, 40))
print(s0[0]) # 10
print(s0[0:2])
# 0 10
# 1 40
# dtype: int64
print(s0[2:])
# 2 5
# 3 90
# 4 35
# 5 40
# dtype: int64
print(s0[0::2])
# 0 10
# 2 5
# 4 35
# dtype: int64
print(s0.head())
# 0 10
# 1 40
# 2 5
# 3 90
# 4 35
# dtype: int64
print(s0.tail())
# 1 40
# 2 5
# 3 90
# 4 35
# 5 40
# dtype: int64
print(s0[[0, 1, 2]])
# 0 10
# 1 40
# 2 5
# dtype: int64
s1 = pd.Series([100, 79, 65, 77],
index=["chinese", "english", "history", "maths"],
name='score')
print(s1["chinese"]) # 100
print(s1[["english", "history"]])
# english 79
# history 65
# dtype: int64
print(s1[s1.values > 70])
# chinese 100
# english 79
# maths 77
# Name: score, dtype: int64
print(s1[s1.index != 'chinese'])
# english 79
# history 65
# maths 77
# Name: score, dtype: int64
s2 = pd.Series({"name": "張三", "Gender": "男", "age": 20,
"height": 180, "weight": 66})
print(s2["name"]) # 張三
print(s2[["name", "height", "weight"]])
# name 張三
# height 180
# weight 66
# dtype: object
4. 基本運(yùn)算4.1 查看描述性統(tǒng)計(jì)數(shù)據(jù) 一維數(shù)組對(duì)象 描述性統(tǒng)計(jì)分析最常見的函數(shù)如下： numpy.min()函數(shù)：返回?cái)?shù)組的最小值或沿軸的最小值。numpy.max()函數(shù)：返回?cái)?shù)組的最大值或沿軸的最大值,。numpy.quantile()函數(shù)：計(jì)算沿指定軸的數(shù)據(jù)的分位數(shù),。numpy.median()函數(shù)：沿指定軸計(jì)算中位數(shù)。返回?cái)?shù)組元素的中位數(shù),。numpy.mean()函數(shù)：計(jì)算沿指定軸的算術(shù)平均值,。numpy.std()函數(shù)：計(jì)算沿指定軸的標(biāo)準(zhǔn)偏差。
import numpy as np
a0 = np.array([10, 40, 5, 90, 35, 40])
print(np.size(a0)) # 6
print(np.mean(a0)) # 36.666666666666664
print(np.std(a0, ddof=1)) # 30.276503540974915
print(np.max(a0)) # 90
print(np.min(a0)) # 5
print(np.median(a0)) # 37.5
print(np.quantile(a0, [.25, .5, .75])) # [16.25 37.5 40. ]
Series對(duì)象 除了一維數(shù)組所提供的函數(shù)之外,，Series也提供了更多的函數(shù)用于描述性統(tǒng)計(jì)分析,。 import pandas as pd
s0 = pd.Series((10, 40, 5, 90, 35, 40))
print(type(s0.values)) # <class 'numpy.ndarray'>
print(s0.count()) # 6
print(s0.mean()) # 36.666666666666664
print(s0.std()) # 30.276503540974915
print(s0.max()) # 90
print(s0.min()) # 5
print(s0.median()) # 37.5
print(s0.quantile([.25, .5, .75]))
# 0.25 16.25
# 0.50 37.50
# 0.75 40.00
# dtype: float64
print(s0.mode())
# 0 40
# dtype: int64
print(s0.value_counts())
# 40 2
# 35 1
# 5 1
# 90 1
# 10 1
# dtype: int64
print(s0.describe())
# count 6.000000
# mean 36.666667
# std 30.276504
# min 5.000000
# 25% 16.250000
# 50% 37.500000
# 75% 40.000000
# max 90.000000
# dtype: float64
4.2 數(shù)學(xué)運(yùn)算 一維數(shù)組對(duì)象 numpy.add()函數(shù)：按元素相加。numpy.subtract()函數(shù)：按元素相減,。numpy.multiply()函數(shù)：按元素相乘,。numpy.divide()函數(shù)：返回輸入的實(shí)際除法（按元素）。numpy.floor_divide()函數(shù)：返回小于或等于輸入除法的最大整數(shù)（地板除）,。numpy.power()函數(shù)：按元素做冪運(yùn)算,。
在 Numpy 中對(duì)以上函數(shù)進(jìn)行了運(yùn)算符的重載，且運(yùn)算符為 元素級(jí),。也就是說,，它們只用于位置相同的元素之間，所得到的運(yùn)算結(jié)果組成一個(gè)新的數(shù)組,。 import numpy as np
a0 = np.array([10, 40, 5, 90, 35, 40])
print(a0 + 1) # [11 41 6 91 36 41]
print(a0 - 1) # [ 9 39 4 89 34 39]
print(a0 * 2) # [ 20 80 10 180 70 80]
print(a0 / 2) # [ 5. 20. 2.5 45. 17.5 20. ]
print(a0 // 2) # [ 5 20 2 45 17 20]
print(a0 % 2) # [0 0 1 0 1 0]
print(a0 ** 2) # [ 100 1600 25 8100 1225 1600]
print(np.sqrt(a0))
# [3.16227766 6.32455532 2.23606798 9.48683298 5.91607978 6.32455532]
print(np.log(a0))
# [2.30258509 3.68887945 1.60943791 4.49980967 3.55534806 3.68887945]
Series對(duì)象 Series 與 Numpy 中的一維數(shù)組一樣支持常用運(yùn)算符的重載,，并且可以把 Series對(duì)象 作為參數(shù)帶入到 Numpy 的數(shù)學(xué)運(yùn)算中。 numpy.sqrt()函數(shù)：按元素返回?cái)?shù)組的非負(fù)平方根,。numpy.log()函數(shù)：按元素取自然對(duì)數(shù),。
import pandas as pd
import numpy as np
s0 = pd.Series((10, 40, 5, 90, 35, 40))
print(type(s0.values)) # <class 'numpy.ndarray'>
print(s0 + 1)
# 0 11
# 1 41
# 2 6
# 3 91
# 4 36
# 5 41
# dtype: int64
print(s0 - 1)
# 0 9
# 1 39
# 2 4
# 3 89
# 4 34
# 5 39
# dtype: int64
print(s0 * 2)
# 0 20
# 1 80
# 2 10
# 3 180
# 4 70
# 5 80
# dtype: int64
print(s0 / 2) # 對(duì)每個(gè)值除2
# 0 5.0
# 1 20.0
# 2 2.5
# 3 45.0
# 4 17.5
# 5 20.0
# dtype: float64
print(s0 // 2) # 對(duì)每個(gè)值除2后取整
# 0 5
# 1 20
# 2 2
# 3 45
# 4 17
# 5 20
# dtype: int64
print(s0 % 2) # 取余
# 0 0
# 1 0
# 2 1
# 3 0
# 4 1
# 5 0
# dtype: int64
print(s0 ** 2) # 求平方
# 0 100
# 1 1600
# 2 25
# 3 8100
# 4 1225
# 5 1600
# dtype: int64
print(np.sqrt(s0)) # 求開方
# 0 3.162278
# 1 6.324555
# 2 2.236068
# 3 9.486833
# 4 5.916080
# 5 6.324555
# dtype: float64
print(np.log(s0)) # 求對(duì)數(shù)
# 0 2.302585
# 1 3.688879
# 2 1.609438
# 3 4.499810
# 4 3.555348
# 5 3.688879
# dtype: float64
4.3 其它運(yùn)算 由于 Series 可以附加索引，所以兩個(gè) Series對(duì)象 進(jìn)行相加的時(shí)候,，必須滿足索引對(duì)齊,。另外，Series 可以通過to_numpy()方法轉(zhuǎn)化成 Numpy 的一維數(shù)組,。 import pandas as pd
import numpy as np
s1 = pd.Series({'a': 10, 'b': 40, 'c': 5, 'd': 90, 'e': 35, 'f': 40}, name='數(shù)值')
s2 = pd.Series({'a': 10, 'b': 20, 'd': 23, 'g': 90, 'h': 35, 'i': 40}, name='數(shù)值')
s3 = s1 + s2
print(s3)
# a 20.0
# b 60.0
# c NaN
# d 113.0
# e NaN
# f NaN
# g NaN
# h NaN
# i NaN
# Name: 數(shù)值, dtype: float64
print(s3[s3.isnull()])
# c NaN
# e NaN
# f NaN
# g NaN
# h NaN
# i NaN
# Name: 數(shù)值, dtype: float64
print(s3[s3.notnull()])
# a 20.0
# b 60.0
# d 113.0
# Name: 數(shù)值, dtype: float64
s4 = s3.fillna(s3.mean())
print(s4)
# a 20.000000
# b 60.000000
# c 64.333333
# d 113.000000
# e 64.333333
# f 64.333333
# g 64.333333
# h 64.333333
# i 64.333333
# Name: 數(shù)值, dtype: float64
a1 = s1.to_numpy()
print(a1) # [10 40 5 90 35 40]
a2 = s2.to_numpy()
print(a2) # [10 20 23 90 35 40]
a3 = s3.to_numpy()
print(a3) # [ 20. 60. nan 113. nan nan nan nan nan]
print(a3[np.logical_not(np.isnan(a3))]) # [ 20. 60. 113.]
m = np.mean(a3[np.logical_not(np.isnan(a3))])
a4 = np.copy(a3)
a4[np.argwhere(np.isnan(a4))] = m
print(a4)
# [ 20. 60. 64.33333333 113. 64.33333333
# 64.33333333 64.33333333 64.33333333 64.33333333]
總結(jié)我們通過實(shí)例從對(duì)象的創(chuàng)建,、屬性的獲取,、數(shù)據(jù)的訪問以及常用函數(shù)等維度對(duì)比了 Numpy 的一維數(shù)組和 Pandas 的 Series 結(jié)構(gòu)。很多知識(shí)都是相通的,，多對(duì)比多總結(jié)就會(huì)對(duì)整個(gè)模塊有更深入的了解,。今天就到這里吧，See You,。
|
