Github上Pandas,Numpy和 Scipy三个库中20个最常用的函数(1)

pandas

pandas.DataFrame data=None, index=None, columns=None, dtype=None, copy=False)

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。

参数

- data:numpy ndarray (structured or homogeneous), dict, or DataFrame Dict can contain Series, arrays, constants, or list-like objects

- index:Index or array-like

Index to use for resulting frame. Will default to np.arange(n) if no indexing information part of input data and no index provided

- columns:Index or array-like

Column labels to use for resulting frame. Will default to np.arange(n) if no column labels are provided

- dtype:dtype, default None

Data type to force. Only a single dtype is allowed. If None, infer

- copy: boolean, default False

Copy data from inputs. Only affects DataFrame / 2d ndarray input

import pandas as pd
df = pd.DataFrame(data={'y':[1,2,3],
'score':[93.5,89.4,90.3],
'name':['Dirac','pauli','Bohr'],
'birthday':['1902-08-02','1963-02-01','1923-04-05']})
print(type(df))
print(df.dtypes)
print(df)
```运行结果

<div class="se-preview-section-delimiter"></div>

birthday object

name object

score float64

y int64

dtype: object

birthday name score y

0 1902-08-02 Dirac 93.5 1

1 1963-02-01 pauli 89.4 2

2 1923-04-05 Bohr 90.3 3

“`

2）pd.read_csv(filename)：从CSV文件导入数据

读取CSV（逗号分割）文件到DataFrame

也支持文件的部分导入和选择迭代

未完

birthday     object
name         object
score       float64
y             int64
dtype: object
birthday   name  score  y
0  1902-08-02  Dirac   93.5  1
1  1963-02-01  pauli   89.4  2
2  1923-04-05   Bohr   90.3  3

**pd.read_csv**(filename)

：从CSV文件导入数据

读取CSV（逗号分割）文件到DataFrame

也支持文件的部分导入和选择

pd.Series (data, index=index)

是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成。

这里，data指代许多不同的数据类型:

a Python dict

an ndarray

a Python list

a scalar value

In [2]: obj = Series([4, 7, -5, 3])
In [3]: obj
Out[3]:
0    4
1    7
2   -5
3    3
dtype: int64

pd.concatt(objs, axis=0, join='outer', join_axes=None, ignore_index=False,keys=None, levels=None, names=None, verify_integrity=False)

参数说明

objs: series，dataframe或者是panel构成的序列lsit

axis： 需要合并链接的轴，0是行，1是列

join：连接的方式 inner，或者outer

pd.to_datetime

获取指定的时间和日期

将str和unicode转化为时间格式

import pandas as pd
print(pd.to_datetime('2018/04/03',format='%Y/%m/%d'))
#2018-04-03 00:00:00

pd.merge

pd.date_range

pd.read_table

pd.util.testing

pd.isnull

pd.DatatimeIndex

pd.Index

pd.read_excel

pd.notnull

pd.DataFrame.from_csv

pd.HDFStore

pd.DataFrame.from_records

pd.MultiIndex.from_tuples

Numpy

np.array

np.zeros

np.arange

np.sqrt

np.ones

np.sum

np.mean

np.linspace

np.asarray

np.ndarray

np.dot

np.exp

np.abs

np.where

np.empty

np.max

np.concatenate

np.log

np.sin

np.vstack

scipy

sp.stats

sp.sparse

sp.optimize

sp.io

sp.linalg

sp.interpolate

sp.special

sp.singal

sp.ndimage

sp.misc

sp.integrate

sp.sparse.linalg

sp.spatial.distance

sp.spatial

sp.io.loadmat

sp.sparse.csr_matrix

sp.org

sp.csr_matrix

sp.array

sp.issparse