python 找到numpy中等于某个像素值的点坐标 numpy怎么根据值找索引

PART 1 知识点练习

一维数据分析

numpy

定义列表：

1）索引查询元素：

2）切片访问：

3）使用dtype查看数据类型:

dtype详细信息参考网址：

Data type objects (docs.scipy.org

4）统计计算功能，如：平均值mean()、标准差std()

5）向量化运算，如：向量相加、向量乘以标量

pandas

定义一维数据结构：

1）获取描述统计信息：

2）获取值

iloc属性用于根据位置顺序获取值、loc属性用于根据索引获取值

3）向量化运算：向量相加

不同的向量相加时，索引不同会导致不相同的索引的数据为空值None

4）处理缺失值（空值）

方法2中，fill_valiue=0将空值填充为0，去除缺失值，再将s2与s1相加

二维数据分析

numpy

二维数组结构

1）获取元素

2）按数轴进行计算

Pandas：数据框（DataFrame）

定义有序的数据框

1）平均值计算（按列计算）

2）获取值

iloc属性用于根据位置顺序获取值

loc属性用于根据索引获取值

3）复杂查询

切片功能：

条件判断：

简便写法：

4）查看数据集描述统计信息

PART 2 案例实践（朝阳医院2018年销售数据）

数据分析的基本步骤包括：

• 提出问题
• 理解数据
• 数据清洗
• 构建模型
• 数据可视化

1.提出问题

从销售数据中分析出以下业务指标： 1）月均消费次数 2）月均消费金额 3）客单价

2. 理解数据

2.1 读取Excel的数据

2.2 查看数据及字段

3. 数据清洗

3.1 选择子集

所有的列在数据分析中都需要用到，本案例不需要选择子集

3.2 列名重命名

3.3 缺失数据处理

python缺失值有3种：

1）Python内置的None值

2）在pandas中，将缺失值表示为NA，表示不可用not available。

3）对于数值数据，pandas使用浮点值NaN（Not a Number）表示缺失数据。

后面出来数据，如果遇到错误：说什么foloat错误，那就是有缺失值，需要处理掉

所以，缺失值有3种：None，NA，NaN

dropna函数详细使用地址：

pandas.DataFrame.dropna - pandas 1.1.2 documentationpandas.pydata.org

注：操作后发现没有变化，于是返回打印数据看是否有缺失值

可能原因是：显示看到的nan 实际就是个 'nan'的字符串 替换成NaN就可以删除。

3.4 数据类型转换

字符串转换为数值（浮点型）

字符串转换为日期数据类型

3.5 数据排序

by：按哪几列排序，ascending=True 表示升序排列，，ascending=True表示降序排列。

na_position=True表示排序的时候，把空值放到前列，这样可以比较清晰的看到哪些地方有空值。

官网文档：

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.sort_values.htmlpandas.pydata.org

重命名index

3.6 异常值处理

最小值中有负数，删除

4. 构建模型

4.1 求月均消费次数

月均消费次数=总消费次数 / 月份数

4.2 求月均消费金额

4.3 求客单价