数据分析---大数据及机器学习

标签：--   倒序   最大   求和   编辑   cond   empty   科学计算   聚合   

常用的库：Numpy、Pandas、Matplotlib、Scipy等；

编辑器：IPython和Jupyter notebook（Anaconda包含）；

　　1.Numpy：Numerical Python缩写，主要用于数值计算。

　　2.Pandas：数据分析的主要工具。

　　3.matplotlib：绘制数据图表

　　4.scipy：科学计算领域针对不同标准问题的包的集合。强大的科学计算方法（矩阵分析、信号分析、数理分析等）

　　一、Numpy

　　　　安装方法：pip install numpy / conda install 一般自带；

　　　　引导：import numpy as np  约定熟成；

　　　　ndarray-多维数组对象：np.ndarray()实例化对象；

　　　　　　常用属性：T（高维数组转置）、ndim维度、shape形状、size总长、dtype元素类型；

 　　　　　　创建方法：array()将列表转为数组、arange()等同range、linspace()、zeros()全0数组、ones()全1数组、empty()空数组、eye()单位矩阵；

　　　　　　基本操作：索引arr[1][2];   切片arr[0:2], 倒序arr[::-1]和arr[,::-1]；变形reshape{(48,)/(6,8)(-1,4)}　;级联concatenate（obj1，obj2，axis=0/1/2）.

　　　　　　聚合操作：求和Sum，最大/小Max/Min，平均Mean,平方Square，四舍五入Rint，正负号Isnan等等。

 　　　　　　快速排序:np.sort()

　　二、Pandas

　　　　安装方法：pip install Pandas

　　　　　引导：import pandas as pd  约定熟成；

　　　　Series（一维）和DataFrame

　　三、Matplotlib

　　四、Scipy

数据分析---大数据及机器学习

标签：--   倒序   最大   求和   编辑   cond   empty   科学计算   聚合   

原文地址：https://www.cnblogs.com/xied/p/12588294.html