一.Numpy :数组与向量化计算

import numpy as np
my_arr=np.arange(1000)

1.1 NumPy ndarray:多维数组对象

data=np.random.randn(2,3)

1.2生成ndarray

生成数组的方式就是使用array函数array函数接收任意的序列型对象

data=[6,7.5,8,0,1]
arr=np.array(data)

1.3NumPy数组算术

arr=np.array([[1,2,3],[4,5,6]])
arr*arr
arr-arr

1.4基础索引与切片

data=np.arange(10)
arr[5]
arr[5:8]

 

 

二.Pandas 

2.1Series

Series是一种一维的数组型对象

import pandas as pd
obj=pd.Series([4,7,5,3])

用标签来索引

obj2=pd.Series([1,2,3,4],index=['d','b','a','c'])
obj2.index
obj2['a']

可以用字典来生成

sdata={'Ohio':35000,'Texas':7100,'Oregon':16000,'Utah':5000}
obj3=pd.Series(sdata)

 

2.2DataFrame

DataFrame表示的是矩阵的数据表，它包含以排序的列集合

data{'state':['1','2'],'year':[32000,5222],'pop':[1.5,1.7,3.6]}
frame=pd.DataFrame(data)
frame.T#转置操作

 

三.绘图与可视化

matplotlib

import matplotlib.pyplot as plt
data=np.range(10)
plt.plot(data)

3.1图片与子图

fig=plt.figure()
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
plt.plot(np.random.randn(50).cumsum(),'k--')

3.2单个子图绘制的数据可视化

fig,axes=plt.subplots(2,3)