小編給大家分享一下python中使用pandas功能的示例分析,相信大部分人都還不怎么了解,因此分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后大有收獲,下面讓我們一起去了解一下吧!
漳浦網(wǎng)站建設公司創(chuàng)新互聯(lián),漳浦網(wǎng)站設計制作,有大型網(wǎng)站制作公司豐富經(jīng)驗。已為漳浦超過千家提供企業(yè)網(wǎng)站建設服務。企業(yè)網(wǎng)站搭建\外貿(mào)網(wǎng)站制作要多少錢,請找那個售后服務好的漳浦做網(wǎng)站的公司定做!
python的五大特點:1.簡單易學,開發(fā)程序時,專注的是解決問題,而不是搞明白語言本身。2.面向對象,與其他主要的語言如C++和Java相比, Python以一種非常強大又簡單的方式實現(xiàn)面向對象編程。3.可移植性,Python程序無需修改就可以在各種平臺上運行。4.解釋性,Python語言寫的程序不需要編譯成二進制代碼,可以直接從源代碼運行程序。5.開源,Python是 FLOSS(自由/開放源碼軟件)之一。
1、說明
按索引匹配的廣播機制,這里的廣播機制與numpy廣播機制還有很大不同。
便捷的數(shù)據(jù)讀寫操作,相比于numpy僅支持數(shù)字索引,pandas的兩種數(shù)據(jù)結構均支持標簽索引,包括bool索引也是支持的。
類比SQL的join和groupby功能,pandas可以很容易實現(xiàn)SQL這兩個核心功能,實際上,SQL的絕大部分DQL和DML操作在pandas中都可以實現(xiàn)。
類比Excel的數(shù)據(jù)透視表功能,Excel中最為強大的數(shù)據(jù)分析工具之一是數(shù)據(jù)透視表,這在pandas中也可輕松實現(xiàn)。
自帶正則表達式的字符串向量化操作,對pandas中的一列字符串進行通函數(shù)操作,而且自帶正則表達式的大部分接口。
豐富的時間序列向量化處理接口。
常用的數(shù)據(jù)分析與統(tǒng)計功能,包括基本統(tǒng)計量、分組統(tǒng)計分析等。
集成matplotlib的常用可視化接口,無論是series還是dataframe,均支持面向對象的繪圖接口。
2、實例
import numpy as np import pandas as pd # 創(chuàng)建一個符合正態(tài)分布的10個股票5天的漲跌幅數(shù)據(jù) stock_change = np.random.normal(0, 1, (10, 5)) pd.DataFrame(stock_change) # 添加行索引 stock = ["股票{}".format(i) for i in range(10)] pd.DataFrame(stock_change, index=stock) # 添加列索引 date = pd.date_range(start="20200101", periods=5, freq="B") data = pd.DataFrame(stock_change, index=stock, columns=date) # 屬性 print(data.shape) print(data.index) print(data.columns) print(data.values) data.T # 行列轉置 # 方法 data.head(3) # 開頭3行 data.tail(2) # 最后2行
以上是“python中使用pandas功能的示例分析”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對大家有所幫助,如果還想學習更多知識,歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道!
標題名稱:python中使用pandas功能的示例分析
文章起源:http://chinadenli.net/article24/gicsje.html
成都網(wǎng)站建設公司_創(chuàng)新互聯(lián),為您提供Google、服務器托管、網(wǎng)站制作、自適應網(wǎng)站、企業(yè)網(wǎng)站制作、網(wǎng)站維護
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉載內(nèi)容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載,或轉載時需注明來源: 創(chuàng)新互聯(lián)