前两篇博文写了Dataframe的基本概念，创建方法和索引，今天最后写一下Dataframe的基本技巧，包括数据查看、转置、添加、修改、删除值、对齐、排序等（1）数据查看、转置df = pd.DataFrame(np.random.rand(16).reshape(8,2)*100,
columns = ['a','b'])#创建Dataframe
print
是的，绵阳老板说得有道理。做交易，绝大多数时间要盯着布朗运动看……还是做实业，能静下心来，不管是做研究也好，或者做开发也好。内心充实，不浮躁。实业不是讽刺金融。而是说，要静心做好复习工作，光是整天参加考试没用。做组合回测，而数据又是从关系型数据库中来的，像下图这样。但其实我更希望它摆成这样，才有助于向量化操作。日期601318.SH600050.SH600000.SH2017/9/1每一天的收盘价
转载
2023-05-30 23:53:34
156阅读
变换成如下格式 import pandas as pd
from win32com.client import Dispatch
import openpyxl
import xlsxwriter
workbook=xlsxwriter.Workbook('you.xlsx')
worksheet=workbook.add_worksheet()
da
转载
2023-06-27 15:23:46
131阅读
python list转置和前后反转的例子list/tuple转置：以二维grid[][]为例：grid = [[row[i] for row in grid] for i in range(len(grid[0]))]效果如图：list/tuple反转：
for i in range(10): # fanzhuan
grid[i].reverse()效果如图：以上这篇python list转置和
最近看代码的时候，老是出现np.transpose()这个用法，但是对其中的原理还是不甚了解，今天就来总结一下，以及这个用法对图像的结果及效果。参数 a:输入数组 axis: int类型的列表，这个参数是可选的。默认情况下，反转的输入数组的维度，当给定这个参数时，按照这个参数所定的值进行数组变换。 返回值 p:ndarray 返回转置过后的原数组的视图。给大家举个例子。对于一维
转载
2023-08-14 14:26:23
332阅读
关于NumPy中tanspose函数的理解tanspose函数高维数组的转置，有时候比较费脑子，这里对于三维转置，想了一种取巧的快捷理解和推导方式，仅供参考。In [2]: import numpy as npIn [3]: arr = np.arange(16).reshape((2,2,4))In [4]: arrrOut[4]:array([[[ 0, 1, 2, 3],[ 4, 5, 6,
转载
2023-07-11 00:30:03
65阅读
矩阵：数学里的概念，其元素只能是数值，这也是区别于数组的根本所在
数组：计算机中的概念，代表一种数据组织、存储方式，其元素可以是数字、也可以是字符
转载
2023-06-02 22:52:43
157阅读
在Python的numpy中，对类似array=[[1,2,3],[4,5,6],[7,8,9]];的二维数组的转置，就一句话array.T。其实不使用numpy，单纯使用Python，代码也不长，同样也是一行。不过在此之前，先说明Python中map函数与zip(*)的使用。一、map函数首先Python中的map函数是很简单的。意为将第二个参数（一般是数组）中的每一个项，处理为第一个参数的类型
转载
2023-06-08 19:48:47
345阅读
numpy有很多方法进行转置，这里由于时间和精力限制（主要是我实在比较懒，有一个基本上一直能使的，就懒得看其他的了），其他方法我没研究，这里我总结的东西，如果有问题，欢迎各路大佬拍砖一、创建矩阵： 使用numpy库的matrix函数：matrix() 结果： 二、创建向量： 使用numpy的array()函数： 结果： 注意：使用该方法，我们得
转载
2023-06-02 23:01:41
955阅读
NumPy 数组在进行转置时不会实际移动内存中的任何数据 位置只是改变对原始矩阵的索引方式 ，比如我原来是行索引现在变为列索引了转置是一种视图并不是对原数组的复制数组转置拥有transpose方法，也有特殊的T属性对于numpy数组的转置仅限于一维和二维数组，使用的是 numpy中的T 属性创建一个0-15的一维数组，并且对它进行了数组重组，变为 2 x 2 x 4的三维数组，并对它进行转置imp
对于一维数组：>>> import numpy as np
>>> t=np.arange(4) # 插入值0-3
>>> t
array([0, 1, 2, 3])
>>> t.transpose()
array([0, 1, 2, 3])
>>>由上可
Pandas有两个最主要也是最重要的数据结构： Series 和 DataFrame1. 导包In [1]: import numpy as np
In [2]: import pandas as pd2. 创建DataFrame对象2.1 通过numpy
转载
2023-09-17 15:01:36
306阅读
对于 \(n\) 维向量 \(f\)\(f_i = f_i + c \times f_j\\\)\(f_i = f_i \times c\)\(\operatorname{swap}(f_i,f_j)\)（其中 \(c\) 是与 \(f\)（上面那三种线性运算都可以写成一个简单的 \(n \times n\) 的矩阵（初等矩阵）左乘 \(f\)。）那么因为矩阵有结合律，对 \(f\) 作一系列线
转置矩阵在线性代数中，矩阵的转置（transpose）是另一个矩阵（也写做, 或）由下列等价动作建立：把的横行写为的纵列 把的纵列写为的横行 形式上说，矩阵的转置是矩阵 例子： 下面思考一个问题，转置矩阵的逆矩阵是什么？我们先从开始分析，等式两边同时做转置，可得： 因此矩阵的转置的逆就是矩阵逆的转置。对称矩阵在线性代数中，对称矩阵（symmetric matrix）是一个方形矩阵，其转置矩阵和自身
前几天群里有同学提出了一个问题：手头现在有个列表，列表里面两个元素，比如[1, 2]，之后不断的添加新的列表，往原来相应位置添加。例如添加[3, 4]使原列表扩充为[[1, 3], [2, 4]]，再添加[5, 6]扩充为[[1, 3, 5], [2, 4, 6]]等等。其实不动脑筋的话，用个二重循环很容易写出来：def trans(m):
a = [[] for i in m[0]]
学习内容：掌握python的数据类型掌握python数据转置函数学习产出：1、数据类型一、数字型整型 --int浮点型–float布尔型–boolean=True、False复数类型–complex =( 3-91j)二、字符串–str 1、可用：单引号、双引号、三引号 例子：strvar1 = '123'
strvar2 = "123,数字"
strvar3 = """
转义字符：\ + 字符
题目难度：★☆☆☆☆类型：几何、二维数组、数学给定一个矩阵 A， 返回 A 的转置矩阵。矩阵的转置是指将矩阵的主对角线翻转，交换矩阵的行索引与列索引。示例示例 1输入：[[1,2,3],[4,5,6],[7,8,9]]输出：[[1,4,7],[2,5,8],[3,6,9]]示例 2输入：[[1,2,3],[4,5,6]]输出：[[1,4],[2,5],[3,6]]提示1 <= A.lengt
转载
2023-05-26 19:38:50
186阅读
今天这篇是numpy专题的第四篇文章，numpy中的数组重塑与三元表达式。首先我们来看数组重塑，所谓的重塑本质上就是改变数组的shape。在保证数组当中所有元素不变的前提下，变更数组形状的操作。比如常用的操作主要有两个，一个是转置，另外一个是reshape。转置与reshape转置操作很简单，它对应线性代数当中的转置矩阵这个概念，也就是说它的功能就是将一个矩阵进行转置。转置矩阵的定义
我们通常会遇到一个问题，想要把几个不同list中的元素一一对应，然后分到各自的list，例如： [[1, 2, 3], [1, 2, 3], [1, 2, 3]] 到 [[1, 1, 1], [2, 2, 2], [3, 3, 3]]其实从数学角度来理解实现这个并不难，其实就是矩阵的转置问题，那么关键问题来了，我们该如何去实现矩阵的转置，今天告诉大家一个好方法，借助python的numpy库2步就
转载
2023-06-02 23:54:26
187阅读
python list转置过程详细介绍list转置的方法很简单，但是这个式子我老是记不住，我要给他彻底搞明白L = [[1, 2, 3],[4, 5, 6]]
print(L)
L = list(map(list, zip(*L))) #转置
print(L)完成转置只需要折一行代码，但是这行代码包含了三个个操作：zip，map和列表"*"操作，我接下来总结一下这两个函数。列表的"*"操作在迭代对
转载
2023-05-26 20:16:52
1029阅读
