#浮点数转intarr = np.array([1.2,1.3,1.4],[1.5,1.6,1.7])#创建ndarray时候也可以指定dtypearr.astype(dtype = np.int)#对数组批量运算,作用在每个元素上arr = np.array([1,2,3],[4,5,6])print arr**5
#索引和切片arr = np.array([1,2,3,4,5,6])print arr[:2]#arr[0]和arr[1]arr = np.array([1,2,3],[4,5,6])print arr[:2] #打印第1，2行#布尔型索引name = [‘Bob‘,‘La‘,‘CA‘,‘Da‘,‘Ea‘,‘Fa‘]rnd_arr = np_random.randn(7,4)print rnd_arr[name == ‘CA‘]#利用布尔数组选择行，这里name == ‘CA‘会产生一个布尔数组a = [1,2,3]b = [True,False,True]print a[b]#选第一个和第三个
#花式索引a = [1,2,3,4,5]index = [4,2,0]b = a[index]#对于二维数组 arr = np.arange(32).reshape(8,4)print arr[[1,5,2,7],[:,0,3,1,2]] #1,5，2,7行的0,3,2,1列，如果不加冒号就是打印arr[1][0],arr[5][3].....转置 arr.T#逻辑表述为数组运算wherex = np_random.randn(1,5)y = np_random.randn(1,5)cond = np.array([True,False,True,False,True])result1 = [(x if c else y) for x, y ,c in zip(x,y,cond)]#列表推到result2 = np.where(cond,x,y) #where逻辑test = np.where(x>2,2,arr)#如果条件1和2 则0，否则如果条件1取1，否则条件2 取2 ，再不行取3。相当于一个if else的缩写。result = np.where(cond_1 &cond_2, 0,np.where(cond_1,1,np.where(cond_2,2,3)))#数学和统计方法  sum，mean,std,var这些arr = np.random.randn(5,4)bools = np.array([False,False,True,False])arr.mean(axis = 1) #按行取平均print  (arr>0).sum() #大于0的和print (bools == True).sum() #True的个数print bools.any() #有一个True 都Trueprint bools.all() #有一个为False 则Falseunique（x）#去重 ，还有交叉并补#高斯消元法 qr分解，此外乘法dot,求逆invfrom numpy.linalg import qrarr = np.random.randn(5,4)q,r = qr(arr)print q,rarr.mean(axis = 0) #按照列求均值，也即是竖直方向，如果axis=1则按行求均值，水平方向#数组重塑arr = np.arrange(8)print arr.reshape(4,2) #只是改变了显示方式，其实内存中的存储结构不变#下面三种都能打到同样的效果x = np.array([[1, 2], [3, 4]])print x.flatten()print x.ravel()print x.reshape(-1)#两者默认均是行序优先print x.flatten(‘F‘)print x.ravel(‘F‘)print x.T.reshape(-1)#区别x = np.array([[1, 2], [3, 4]])x.flatten()[1] = 100print x# flatten：返回的是拷贝x.ravel()[1] = 100print x#ravel则是对元素组的一个引用，会改变元素组，和reshape一样只是改变了显示方式#连接数组a1 = np.array([[0,1,2],[2,1,3]])a2 = np.array([[4,5,6],[7,8,9]])print np.concatenate([a1,a2],axis = 0) #添加行，竖直方向添加，如果axis = 1添加列，水平方向添加print np.vstack((a1,a2)) #竖直方向叠起来print np.hstack((a1,a2)) #水平方向叠起来 和上面的效果一样#拆分f,s = np.split(a2,[1,2],axis = 0) #竖直方向上，也即是按行拆分#put,takearr = np.arange(5)inds = [1]arr.put(inds,50) #替换inds位置的数print arrarr.take([1,2]) #和花式索引效果一样

  1 #Series 类似于一维数组，因为平时的数组都是默认索引的,Series可以指定索引。  2   3 from pandas import Series  4 obj = Series([4,7,-5,3],index = [‘a‘,‘b‘,‘c‘,‘d‘])  5 print obj[obj > 0] #找出大于0的  6 print obj.index  7   8 #字典可以直接生成Series。  9 locations =[‘NT‘,‘RT‘,‘RG‘,‘XL‘] 10 data = http://www.mamicode.com/{‘NT‘:4000,‘RT‘:5000,‘X‘:100} 11 obj = Series(data,index = locations) 12 print obj 13  14 #Series,相加相同的索引部分相加，也可以给索引以及该series命名。 15 #index替换 16 obj.index = [1,2,3,4] 17  18 #DataFrame 可以理解成二元的，他是表格型的数据结构，比如我们平常见的Excel。有行索引，列索引，可以理解成Series的合并。 19 from pandas import Series,DataFrame 20 data =http://www.mamicode.com/ { 21 ‘locations‘:[‘NT‘,‘RT‘,‘RG‘,‘XL‘], 22 ‘years‘:[2000,2001,2004,2008], 23 ‘pop‘:[1.5,1.6,1.7,1.8] 24 } 25 Df = DataFrame(data, columns = [‘years‘,‘locations‘,‘pop‘],index = [‘one‘,‘two‘,‘three‘,‘four‘]) #指定列 26 print Df 27  28        years locations  pop 29 one     2000        NT  1.5 30 two     2001        RT  1.6 31 three   2004        RG  1.7 32 four    2008        XL  1.8  33 #修改指定的列，可以设置索引，没有的变成NaN。 34 val = Series([2, 5, 7],index = [‘one‘,‘two‘,‘four‘]) 35 Df[‘pop‘] = val 36 print Df 37        years locations  pop 38 one     2000        NT  2.0 39 two     2001        RT  5.0 40 three   2004        RG  NaN 41 four    2008        XL  7.0 42 Df[‘big‘] = (Df.years == 2008) 43  44 #丢弃指定轴上的项，指定索引或列 45 print Df.drop([‘two‘,‘four‘]，axis = 1) 46 #索引，选取和过滤 47 #Series的切片是一个引用 48 import numpy as np 49 se = Series(np.arange(4), index = [‘a‘,‘b‘,‘c‘,‘d‘]) 50 print se[‘b‘:‘c‘] 51 se[‘b‘,‘c‘] = 5 52 print se 53  54 #DataFrame打印列可以直接调用,打印行需要.ix 55 data = http://www.mamicode.com/DataFrame(np.arange(16).reshape(4,4),index = [‘a‘,‘b‘,‘c‘,‘d‘],columns = [‘one‘,‘two‘,‘three‘,‘four‘]) 56 print data 57 #print data.ix[‘a‘] 58 print data.ix[:‘c‘,‘two‘] #‘two‘列的a,b,c行，对于非数字索引一定是闭区间。 59 data[data < 5] = 0 #所有小于5的都被设置为0 60  61 #算术运算与数字对齐，对齐操作同时发生在行和列上（就是行和列都匹配），索引不对齐的地方计算就是用NA 62 from pandas import Series 63 s1 = Series([1,2,3,4,5],index = [‘a‘,‘b‘,‘c‘,‘d‘,‘e‘]) 64 s2 = Series([2,3,4,5,6],index = [‘a‘,‘b‘,‘c‘,‘d‘,‘f‘]) 65 print s1+s2 66  67 a    3.0 68 b    5.0 69 c    7.0 70 d    9.0 71 e    NaN 72 f    NaN 73 dtype: float64 74 #DataFrame比较复杂，会列出所有的行列，相当于一个并集，然后行列不匹配的那个变成NaN，所有两个DataFrame相加，可能行列大小都会变化，如果不相同的话。 75 df1 = DataFrame(np.arange(12).reshape(3,4),columns = list(‘abcd‘)) 76 df2 = DataFrame(np.arange(20).reshape(4,5),columns = list(‘abcde‘)) 77 print df1.add(df2,fill_value = http://www.mamicode.com/0) #不匹配的，用nan的地方用0填充 78  79       a     b     c     d     e 80 0   0.0   2.0   4.0   6.0   4.0 81 1   9.0  11.0  13.0  15.0   9.0 82 2  18.0  20.0  22.0  24.0  14.0 83 3  15.0  16.0  17.0  18.0  19.0 84 #Dataframe和Series之间 相减，默认是按照水平方向，按行，如果axis = 0，则竖直方向，按照列，每一列都减去一个Series。 85 #函数应用和映射，Series有个应用到元素的map方法，Dataframe有applymap 86 f = lambda x : x.max() - x.min() 87 print df1.apply(f, axis = 1)# 对水平方向的每一行最大减最小 88 print df1.apply(f,axis = 0) # 对竖直方向的每一列最大减最小 89  90 #applymap 应用到每一个元素 91 df1.astype(np.float) 92 f2 = lambda x: ‘%.2f‘ % x 93 print df1.applymap(f2) 94 print df1[‘a‘].map(f2)#df[‘a‘]相当于一个Series，应用到每一个元素是map 95  96 #对列和索引进行排序，可以指定升序还是降序还有rank函数 97 #按照索引排序 98 df1.sort_index(axis = 1,ascending = False) 99 100      d    c    b    a101 0    3    2    1    0102 1    7    6    5    4103 2    11    10    9    8104 105 #按值排序106 df1.sort_values(by = [‘a‘,‘b‘],ascending = False)#降序，先a按照a，a不行则b107 #rank108 obj = Series([7,9,-5,1,4,2,2,5])109 print obj.rank()#输出的是每个元素应该在的位置110 111 #指定列变成索引112 df1.set_index([‘a‘])113 114 #pandas的索引可以用重复,返回的是一个数组115 #层次索引116 #Series的层次索引117 from pandas import Series118 s = Series(np.random.randn(5), index = [[‘a‘,‘a‘,‘b‘,‘b‘,‘c‘],[1,2,1,2,1]])119 print s120 print s.index121 print s[:2]122 print s[‘b‘:‘c‘]123 print s.unstack() #把1,2放到列上去，c只有1个就变成了NaN了,变成了DataFrame的样子。124 print s.unstack().stack()125 126 a  1   -1.050402127    2    0.489801128 b  1   -0.538088129    2    0.886044130 c  1    2.695847131 dtype: float64132 MultiIndex(levels=[[u‘a‘, u‘b‘, u‘c‘], [1, 2]],133            labels=[[0, 0, 1, 1, 2], [0, 1, 0, 1, 0]])134 a  1   -1.050402135    2    0.489801136 dtype: float64137 b  1   -0.538088138    2    0.886044139 c  1    2.695847140 dtype: float64141           1         2142 a  0.900427 -0.673935143 b  0.162862 -0.118564144 c  0.039270       NaN145 #DataFrame的层次索引，DataFrame不管在行还是列都可以多值索引146 df = DataFrame(np.arange(12).reshape((4,3)),index = [[‘a‘,‘a‘,‘b‘,‘b‘],[1,2,1,2]],columns = [[‘Ohio‘,‘Chicago‘,‘NewYork‘],[‘a‘,‘b‘,‘c‘]])147 print df148 #交换两个索引，原来在外面的变到里面，也可以根据索引排序149 df.index.names = [‘key1‘,‘key2‘]150 df_df = df.swaplevel(‘key1‘,‘key2‘)151 df_df.swaplevel(0,1).sortlevel(0)152 #指定key统计153 print df.sum(level = ‘key2‘)154      Ohio Chicago NewYork155       red    blue   green156 key2                     157 1       6       8      10158 2      12      14      16159 #整数索引会有歧义，比如-1,0有时候不知道是位置，还是他的索引，所以避免歧义一般是.iloc

iloc,loc和ix的区别参考自：http://stackoverflow.com/questions/31593201/pandas-iloc-vs-ix-vs-loc-explanations = Series(np.arange(8),index = [8,9,15,1,2,3,4,5])print s8     09     115    21     32     43     54     6　　　　　　　　　　5     7dtype: int32print s.iloc[:3]8     09     115    2dtype: int32print s.loc[:3]8     09     115    21     32     43     5dtype: int32print s.ix[:,3]8     09     115    21     32     43     5dtype: int32#可以看到.ix和.loc是相同的效果，把3当作是index当中的值，而iloc是打印的前三行。如果是s.ix[:7]，s.loc[:7]这样的没有的数，就会报错，而.iloc就会打印前7行。#如果是DataFrame，.ix可以索引，位置混合使用，索引选行，列可以取位置切片。df = DataFrame(np.arange(12).reshape(3,4),index = list(‘abc‘),columns = [‘d‘,‘e‘,‘f‘,‘g‘])print dfprint df.ix[:‘c‘,:3]  d  e   f   ga  0  1   2   3b  4  5   6   7c  8  9  10  11   d  e   fa  0  1   2b  4  5   6c  8  9  10