- 练习题
- pandas模块简介
- 数据类型之Series
- 缺失数据概念
- 数据修改规则
- 布尔值索引
- 行索引/行标签
练习题
1.计算数组每一行和每一列的中位数(不使用axis参数)
import numpy as np
res = np.array([ [ 80.5, 60., 40.1, 20., 90.7], [ 10.5, 30., 50.4, 70.3, 90.], [ 35.2, 35., 39.8, 39., 31.], [91.2, 83.4, 85.6, 67.8, 99.] ])
每一行均值
for i in res: print('每一行>>>:',i) print('中位数>>>:',np.median(i))
每一列均值
for i in range(res.shape[1]): print('每一列>>>:',res[:,i]) print('中位数>>>:',np.median(res[:,i]))
2.jason有10000块钱,去某赌场嗨皮假设输赢概率都是50%,
并且赢一场赚100输一场亏100
jason总共玩了1500场,写程序计算1500场之后jason还剩多少钱
# 先定义一个变量存储jason的本金 money = 10000 # 利用for循环模拟1500次赌局 for i in range(1500): # 先判断输赢 is_right = np.random.choice([1,0]) # 1表示赢 0表示输 # 判断赢则账户加100 if is_right: money += 100 # 判断输则账户减100 else: money -= 100 # 循环结束即1500场完成 print(money)
扩展:统计jason每一次赌完后账户总额
# 先定义一个变量存储jason的本金 money = 10000 # 再定义一个存储每次赌局之后账户金额的变量 package = [] # 先将jason初始的本金添加进来 package.append(money) # 利用for循环模拟1500次赌局 for i in range(1500): # 先判断输赢 is_right = np.random.choice([1,0]) # 1表示赢 0表示输 # 判断赢则账户加100 if is_right: money += 100 # 判断输则账户减100 else: money -= 100 # 每次循环结束之后都将结构添加到列表中 package.append(money) # 循环结束即1500场完成 # print(money) # print('记录',package)
pandas模块简介
它是基于numpy构建,让python语言成为了使用最广泛且强大的数据分析语言,针对表格文件的操作也有着巨大的优势,尤其是数据量超过10万的数据
主要功能
1.具备诸多功能的两大数据结构 # Series、DataFrame 两者都是基于Numpy构建出来的 公司中使用频繁的是DataFrame,而Series是构成DataFrame的基础 即一个DataFrame可能由N个Series构成 2.集成时间序列功能 3.提供丰富的数学运算和操作 4.灵活处理缺失数据
下载与导入
# 下载 1.python纯开发环境下 pip3 install pandas 2.anaconda环境下 conda install pandas '''anaconda已经自动下载好了数据分析相关的模块,无需再下载''' # 导入 import pandas import pandas as pd
要点
数据分析三剑客模块由于使用频率很高 所以在很多ipynb文件的开头都会提前导入 import numpy as np import pandas as pd
数据类型之Series
是一种类似于一维数组对象,由数据和相关的标签(索引)组成
第一种:
pd.Series([4,5,6,7,8])
第二种:
pd.Series([4,5,6,7,8],index=['a','b','c','d','e'])
第三种:
pd.Series({"a":1,"b":2})
第四种:
pd.Series(0,index=['a','b','c'])
缺失数据概念
在数据处理中如果遇到NaN关键字等同于缺失数据,且NaN属于浮点型
方法:
1.过滤掉值为NaN的行
dropna()
2.填充缺失数据
fillna()
解决措施
3.返回布尔数组
isnull()
4.返回布尔数组
notnull()
数据修改规则
# 如何判断当前数据是否改变? 1.如果执行操作之后有结果说明原数据没有变 2.如果执行操作之后没有结果说明原数据改变
布尔值索引
布尔值索引的本质就是按照对应关系筛选出True对应的数据
方法
1.price[mask]
2.price|mask
3.(price>200) & (price<900)
# 针对&符号链接的条件都必须要加括号
4.price[(price>200) & (price<900)]
行索引\行标签
演示一:
演示二:
解决措施
s2.iloc[0]
s2.loc[1]