jupyter notebook

我们先下载一个jupyter notebook。
pip下载指令

1
pip install jupyterlab

运行指令
1
jupyter notebook

numpy

numpy是py中，为实现快速科学计算与使用简便之间的均衡，把C的计算方式封装的一个类
其中narray是核心类

numpy对象中有几个向量就有几个“维度”，而向量自身也有一个“长度”

可以笼统理解为，假如一个narray的shape是（3，5），它就近似于一个三行五列的矩阵

1
2
3
4
5
6
7
8
9
10
11
12
import numpy as np
a = np.arange(15).reshape(3, 5)
a
a.shape ：有总共有多少个数据 维度乘大小
a.ndim ：有几个向量
a.dtype.name ：
a.itemsize
a.size
type(a)
b = np.array([6, 7, 8])
b
type(b)

pandas

一些简单的操作，通过注释做出说明

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
hk = pd.read_csv('香港2022疫情数据.csv')
# 返回一个dataframe类的对象
print(hk["住院病例"])
# 访问这一列
print(hk[["危殆病人","严重病人"]])
# 通过传入一个列表，告诉对象的getitem，要返回多个列
print(hk.iloc[4])
# 用iloc访问指定行
print(hk.iloc[::2])
# 用iloc加切片访问多行指定行
print(hk.iloc[1::2][["新增确证病例", "新增死亡个案"]])
print(wc.groupby("组别")['失球'].sum())
print(wc.groupby(["排名", "胜场"])["进球"].mean())
print(wc[wc['排名']==2])
print(wc[(wc["积分"] > 6) | (wc["积分"] < 2)])

groupby

groupby会按一个或者多个组返回一个GroupBy对象，这个对象类似于把原先的二维列表按分组值压缩。
它本身无法被print，但是可以用聚合函数去查看某一列或者某几列的聚合值，也可以遍历分组（分组迭代）

🎯 聚合函数（Aggregation）

用于统计数值：

  • .sum()：求和
  • .mean()：均值
  • .count()：计数
  • .min() / .max() 返回最值
  • .median()：中位数
  • .std() / .var()：标准差 / 方差

可以按多列分组，类似于条件概率，在第一列的每个分组情况下，针对第二列再细分，以此类推。

🎯 2. 多个聚合函数（.agg()）

1
2
df.groupby('组别')['积分'].agg(['mean', 'sum', 'count'])
df.groupby('组别')['积分'].agg(lambda x: x.max() - x.min())

🎯 3. 遍历分组（分组迭代）

1
2
3
for name, group in df.groupby('组别'):
    print(name)
    print(group)

布尔列表

在numpy和pandy之中，对其列表进行布尔值判断，会返回一个布尔列表，可进行布尔值的比对操作。