一、dtype是属性，不是方法，不用加()
a.dtype二、random有()
g = np.array([random.random() for i in range(10)])三、shape没有()，有也是[]
a.shape[1]四、numpy数组运算遵守广播原则
五、numpy中取行列
#只取行时不用写列，但只取列时要写行
t[1] #第二行
t[:,1] #第二列
#取不连续的行或列时用[]，且从0开始
t[[3,7,9]] #取第4,8,10行
t[:,[1,4,6]] #取第2,5,7列
#取不连续的行列时得到的是多个不相邻的点
t2[[0,2],[0,1]] #(0,0)和(2,1)六、t[t<10]等价于t = [t<10]
七、numpy中的clip函数为
numpy.clip(a, a_min, a_max, out=None)[source]
#clip函数将数组中的元素大于a_max的就使得它等于a_max，小于a_min,的就使得它等于a_min，不在范围内的不变八、np.zeros()和np.ones()输入行列时需要再打一个()
np.zeros((us_data.shape[0],2)).astype(int)九、vstack()和hstack()都要加()
np.vstack((us_data,uk_data))十、行交换或者列交换只用把索引顺序交换就行
#行交换
final_data[[1,2],:] = final_data[[2,1],:]
# 列交换
final_data[:,[0,2]] = final_data[:,[2,0]]十一、numpy中np.nan必须是float型
十二、numpy中sum
b.sum(axis=0) #axis= 0 对a的横轴进行操作，在运算的过程中其运算的方向表现为纵向运算
b.sum(axis=1) #axis= 1 对a的纵轴进行操作，在运算的过程中其运算的方向表现为横向运算十三、pandas的series有index
f = pd.Series([1,2,34,74,6,4],index=list("abcdef")) #索引和值个数要相同十四、pandas的series索引
x[[2,3,6]]
x[["C","E","G","I"]]
#连续多个值(普通切片，左闭右开)
print(x[0:4])
print("*"*100)
#连续多个值(标签切片，左闭右闭)
print(x["A":"E"])
print("*"*100)
A 0
B 1
C 2
D 3
dtype: int64
****************************************************************************************
A 0
B 1
C 2
D 3
E 4
dtype: int64
****************************************************************************************
#获取index和value不用加括号
print(x.index,type(x.index))
print(x.values,type(x.values))十五、pandas的dataframe两种字典写法
d1 = {"name":["ztfl","xyql","scsyl"],"age":[20,26,26],"tel":[10086,138830,139839]}
d2 = [{"name":"ztfl","age":20,"tel":10086},{"name":"xyql","age":26},{"name":"scsyl","tel":139839}]十六、dataframe取数据
1.loc和iloc后面是[]不是()
2.:用符号取包括右边，数字取不包括
#df.loc 通过标签索引行列数据
t.loc["a","Z"]
t.loc["a":"c",["W","Z"]] #冒号是闭合的，包括冒号后面的数据3.dataframe不加loc和iloc只能取行或列
df[:20] #写数字表示取行
df["Row_Labels"] #写字符串，取列
#t字符串
W X Y Z
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
t["a"]会报错
取单行t[0]会报错，要写成t[0:1]4.连续或不连续
#不连续的行列
t.iloc[[0,2],[2,1]]
#连续的行列
t.iloc[1:,:2]
#自动转换为nan，不需要转换为float
t.iloc[1:,:2] = np.NAN十七、dataframe多个条件用&或|，且每个条件要加()
clean = df[(df["Row_Labels"].str.len()>4)&(df["Count_AnimalName"]>700)]十八、dataframe排序和常用属性方法
df = df.sort_values(by="Count_AnimalName",ascending=False) #False为倒序
属性记得加()
df.info()
df.describe()十九、dataframe缺失值处理
#缺失值方法处理一:删除NaN
t1.dropna(axis=0,how='any',inplace=True)
#how默认为any(只要存在NaN就会删除，而all是全为NaN删除),inpleace默认为False(Trun为直接修改原值)
#缺失值方法处理二:用平均数填充
t2.fillna(t2.mean()) #也可以单独填充某一列注:pandas的nan不参与计算
二十、取值要用values，否则有坐标，且不用加()
print(df["Runtime (Minutes)"])
0 121
1 124
2 117
3 108
4 123
5 103
6 128
7 89
8 141
9 116
10 133
11 127
12 133
13 107
14 109
15 87
16 139
17 123
18 118
19 116
20 120
21 137
22 108
23 92
24 120
25 83
26 159
27 99
28 100
29 115
...
970 92
971 105
972 123
973 111
974 124
975 94
976 113
977 92
978 97
979 120
980 109
981 118
982 133
983 104
984 111
985 102
986 92
987 104
988 99
989 128
990 92
991 165
992 97
993 97
994 88
995 111
996 94
997 98
998 93
999 87
Name: Runtime (Minutes), Length: 1000, dtype: int64
即print(df["Runtime (Minutes)"].values)二十一、求某列长度
#导演人数
print(len(set(df["Director"].tolist())))
print(len(df["Director"].unique())) #unique直接转换为列表，且唯一
#演员人数
temp_actor_list = df["Actors"].str.split(",").tolist()
actor_list = [i for j in temp_actor_list for i in j ]
actor_numbers = len(set(actor_list))二十二、多个条件分组聚合
grouped1 = df["Brand"].groupby(by=[df["Country"],df["State/Province"]]).count() ##返回Series
grouped2 = df.groupby(by=[df["Country"],df["State/Province"]])[["Brand"]].count() #返回DataFrame
grouped3 = df.groupby(by=[df["Country"],df["State/Province"]]).count()[["Brand"]] #返回DataFrame二十三、DataFrame设置复合索引加[]
df.set_index(["W","X"])
Y Z
W X
0 1 2 3
4 5 6 7
8 9 10 11
df.set_index(["W","X"]).index
MultiIndex(levels=[[0, 4, 8], [1, 5, 9]],
codes=[[0, 1, 2], [0, 1, 2]],
names=['W', 'X'])
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent