pandas预备知识：python和numpy基础

• 1 python基础
  • 1.1 列表推导式与条件赋值
  • 1.2 匿名函数与map方法
  • 1.3 zip对象与enumerate方法
• 2 numpy基础
  • 2.1 np数组的构造
  • 2.2 np数组的变形与合并
  • 2.3 np数组的切片与索引
  • 2.4 常用函数
  • 2.5 广播机制
  • 2.6 向量与矩阵的计算

1 python基础

1.1 列表推导式与条件赋值

列表推导式：[* for i in]，支持多层嵌套

条件赋值：value = a if condition else b

1.2 匿名函数与map方法

匿名函数： lambda

map方法：需要list()转换为列表

1.3 zip对象与enumerate方法

zip函数将多个可迭代对象打包成一个元组构成的可迭代对象，通过tuple和list可以获得相应结果。

enumerate在迭代时绑定迭代元素的遍历序号。

*zip可进行解压。

2 numpy基础

2.1 np数组的构造

1. 一般方法：np.array([])

2. 等差序列

​ np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)，一般设置起点、终点（包含）和样本个数。

​ np.arange([start,] stop[, step,], dtype=None, *, like=None)，一般设置起点、终点（不包含）和步长。

3. 特殊矩阵

​ zeros：全零矩阵

​ eye：单位矩阵，可设置偏移主对角线量

​ full：指定值填充矩阵

4. 随机矩阵 np.random

​ rand：0-1均匀分布的随机数组

​ randn： 标准正态分布的随机数组

​ randint： 随机整数组

​ choice：随机列表抽样

​ permutation：打散原列表

2.2 np数组的变形与合并

转置：.T

上下合并：r_

左右合并：c_

维度变换：reshape，order='C/F'表示逐行/列读取，维度空缺使用-1

2.3 np数组的切片与索引

支持使用slice类型的start:end:step切片，也可直接传入列表指定某个维度的索引进行切片。

可以利用np.ix_在对应维度上使用布尔索引，此时不能使用slice切片。

一维数组可直接进行布尔索引，无需np.ix_。

2.4 常用函数

1. where条件函数

​ 指定满足条件与不满足条件位置对应的填充值

2. nonzero,argmax,argmin

​ nonzero返回非零数的索引，argmax, argmin分别返回最大和最小数的索引

3. any, all

   any：序列至少存在一个True或非零元素时返回True，否则返回False

   all：序列元素全为True或非零元素时返回True，否则返回False

4. cumprod,cumsum,diff

   cumprod,cumsum分别表示累乘和累加函数，返回同长度数组。

   diff表示与前一元素做差，返回长度比原数组少1。

5. 统计函数

​ 常用统计函数：max, min, mean, median, std, var, sum, quantile

​ 通过array.max()调用，其中quantile为全局方法，通过np.quantile调用。

​ 略过缺失值可使用相应的nan*方法，如nanmax。

​ 协方差和相关系数：np.cov(s1, s2)，np.corrcoef(s1, s2)

2.5 广播机制

NumPy官方文档

1. 标量与数组

   概念上将标量拉伸到数组大小，再逐个运算

   实际上直接使用原标量运算，内存和计算效率更高

2. 数组与数组

​ 操作两个数组时，NumPy按位比较维度形状。

​ 两个维度兼容的情况：维度相同或其中一个维度为1

2.6 向量与矩阵的计算

向量内积：dot

向量范数和矩阵范数：np.linalg.norm

矩阵乘法：@

参考：

joyful pandas教程 https://github.com/datawhalechina/joyful-pandas

NumPy官方文档 https://numpy.org/doc/stable/user/basics.broadcasting.html