《统计分析软件：使用R与Python》 课件 第10章Python 数据处理.pptx

;Python数据处理;数据的读取;数据的读取;数据的读取;数据的写入;文本文件的读取;文本文件的读取;文本文件的读取;文本文件的写入;f=open(GZnew.txt,w)

#写入的两行新数据

newcon=[[id,name,sex,birth,

title,height,weight,salary],

[2021A040,赵匡胤,女,1992/4/8,

讲师,164,66,10.1]]

forconinnewcon:

con=,.join(con)#用join将每个列表中元素用‘，连接

con=con+\n#加换行符

f.write(con)

f.close();CSV(逗号分隔值)文件的读取;CSV文件的写入;统计及数据分析常见软件包

NumPy

SciPy

Pandas

SciKit-Learn

作图及可视化包

matplotlib

Seaborn

;NumPy;Anaconda里面已经安装过NumPy。

原生的Python安装：

·在cmd中输入pipinstallnumpy

·在官网中下载相关版本安装/pypi/numpy

安装之后，我们用导入这个库;NumPy;ndarray的创建

;numpy的轴;importnumpyasnp

a=np.array([[1,2,3],

[4,5,6]])

a.sum()

a.sum(axis=0)

a.sum(axis=1);NumPy中许多函数和命令把轴作为参数。;思考题;NumPy提供了专门用于生成ndarray的函数，提高创建ndarray的速度。;np.empty((2,3),);ndarray的元素具有相同的元素类型。常用的有int（整型），float（浮点型），complex（复数型）。;ndarray的切片和list是一样的。;ndarray通过切片产生一个新的viewb，b和a共享同一块数据存储空间。

。;在Numpy中当数组进行运算时，如果两个数组的shape相同，数组相加就是两个数组的对应位相加。

当数组的shape不同但满足某些条件时，则可利用NumPy的广播进行计算（较小的数组在较大的数组上“广播”，以便它们具有兼容的shape）。

例：数组和标量值组合：;两个一维数组组合：;ufunc是universalfunction的简称，它是一种能对数组每个元素进行运算的函数。NumPy的许多ufunc函数都是用C语言实现的，因此它们的运算速度非常快。;NumPy提供了许多ufunc函数，它们和相应的运算符运算结果相同。;使用==，对两个数组进行比较，会返回一个布尔数组，每一个元素都是对应元素的比较结果。;??了前面介绍的ufunc()函数之外，NumPy还提供了大量对于数组运算的函数。它们能够简化逻辑，提高运算速度。

我们首先看随机数。NumPy产生随机数的模块在random里面，其中有大量的分布。;rand;NumPy在均值等方面常用的统计函数如下：;其他统计函数有：unique(),bicount(),histogram()。;x,rindex=np.unique(a,return_inverse=True)

rindexx[rindex]

------------------------------------------------------------

[4,2,3,4,1,5,3,3,4,0][6,3,4,6,2,7,4,4,6,1];histogram()对以为数组进行直方图统计，其参数为：

histogram(a,bins=10,range=None,weights=None)

函数返回两个一维数组，hist是每个区间的统计结果,bin_edges返回区间的边界值。;Pandas;Pandas;Pandas;Pandas;Pandas基础数据结构;Pandas基础数据结构;Pandas基础数据结构-series;Pandas基础数据结构-series;Pandas基础数据结构-series;Pandas基础数据结构-series;Pandas数据结构-DataFrame;用Series字典或字典生成DataFrame

;用Series字典或字典生成DataFrame

;用多维数组字典、列表字典生成DataFrame

;用多维数组字典、列表字典生成DataF