1.pandas的基本資料型別
（1）pandas一共包含了兩種資料型別，分別是series和dataframe
series型別就類似於一維陣列物件。 它是由一組資料以及一組與之相關的資料標籤(索引)組成的。
import pandas as pd
# 例項化乙個series物件，引數是乙個陣列。
obj = pd.series([1
,2,3
,4,5
,6])
print
(obj)
0 11 2
2 33 4
4 55 6
dtype: int64
第一列代表索引值，第二列代表物件本身的值，最後一行是對這個物件裡邊的值進行的說明。
# 單獨獲取值
print
(obj.values)
# 單獨獲取索引
print
(obj.index)
import pandas as pd
# series中的第乙個引數指定物件的值，而index引數就是我們重新定義的索引。
obj = pd.series(
['a'
,'b'
,'c'
,'d'
,'e'
], index=[1
,2,3
,4,5
])
宣告乙個series型別，也可以採用字典的格式:
data =
obj = pd.series(data)
（2）dataframe 是乙個**型的資料結構，它含有一組有序的列，每列可以是不同值的型別，數值、字串、布林值都可以。dataframe 本身有行索引，也有列索引。
import pandas as pd
data =
frame_data = pd.dataframe(data)
print
(frame_data)
60 70 80
0 小花 小小 小李
1 小公尺 小象 小麗
2 小明 小件 小張
按列訪問：frame_data[『60』]
按行訪問：iterrows()和itertuples()兩種，比如：
for item in frame_data.iterrows():
print
(item[0]
)
dates = pd.date_range(
"20201012"
, periods=6)
df = pd.dataframe(np.random.rand(6,
4), index=dates, columns=
list
("abcd"))
print
(df)
a b c d
2020-10-12 0.195159 0.580352 0.618274 0.417355
2020-10-13 0.832104 0.785943 0.248688 0.201587
2020-10-14 0.846704 0.837993 0.686663 0.254340
2020-10-15 0.563294 0.805869 0.371390 0.598472
2020-10-16 0.929190 0.608389 0.514836 0.608248
2020-10-17 0.322886 0.393414 0.883694 0.597489
2.pandas載入外部資料
（1)載入excel檔案
import pandas as pd
r = pd.read_excel(
"../data/data.xlsx"
, sheet_name=
"工作表2"
)print
(r
import pandas as pd
import pymysql
conn=pymysql.connect(host=
'192.168.1.57'
, port=
3306
, user=
'admin'
, passwd=
'123456'
, db=
'school'
, use_unicode=
true
, charset=
"utf8"
)sql=
'select * from class'
r=pd.read_sql(sql,con=conn)
print
(r)
（1）刪除重複資料，使用drop_duplicates()方法。（索引不變，若需要索引按順序，則需重置索引）
（2)isnull()方法來獲取到位空的資料,用df.dropna()方法把資料刪除掉。
（3)填充資料方法：
# 向前填充,指的是用缺失值的前乙個值替換
df.fillna(method=
'ffill'
)# 向後填充，指的是用缺失值的後乙個值替換
df.fillna(method=
'bfill'
)# 指定值來進行替換，如果沒有那麼預設為男，這裡也可以寫一些表示式
df.fillna(value=
'男')
通常我們會通過檢視資訊info屬性，檢視描述方法describe()，或者是通過獲取標準差std等方式來觀察資料是否存在異常。
（5）具有透視表功能的函式pivot_table()
引數data，指的是你的資料集。引數values，指的是要用來觀察分析的資料值，就是excel中的值字段。
引數index，指的是要行索引的資料值，就是excel中的行欄位。
引數columns，指的是列索引的資料值，就是excel中的列欄位。
引數aggfunc，指的是資料的統計函式，預設為統計平均值，也可以指定為numpy模組中的其他統計函式。
引數fill_value，指的是乙個標量，用來填充缺失值。
引數margins，布林值，是否需要顯示行或列的總計值，預設為false。
引數dropna，布林值，是否刪除整列為缺失的字段，預設為true。
引數margins_name，指定行或列的總計名稱，預設為all。
Python 資料處理學習筆記
2.列表 3 字典 4.集合 固定長度，不可變的物件序列 逗號分隔 tup 4,5,6tup 1 2,3 4 5 tuple轉換函式 tup tuple strings a tup 0 1.元組物件不可更改，但物件內部可以修改 2.元組拆包 tup 1,2,3 4 a,b,c,d tup a,b 1...
簡單大資料處理 學習筆記
試問年輕時誰沒有幾個夢想？大資料處理一直在我計畫之中，只不過人在江湖，身不由己，公司平台上一直沒有接觸這方面的工作，因為初創公司的資料量，最近在思考來創業公司的幾年打拼經歷，感覺收效甚微，技術層次還停留在幾年前的水平，這裡不是怪公司提供的平台不給力，只是後悔期間自己沒有合理的安排學習時間，天天忙碌加...
點雲資料處理學習筆記
三維計算視覺研究內容包括 1 三維匹配 兩幀或者多幀點雲資料之間的匹配，因為雷射掃瞄光束受物體遮擋的原因，不可能通過一次掃瞄完成對整個物體的三維點雲的獲取。因此需要從不同的位置和角度對物體進行掃瞄。三維匹配的目的就是把相鄰掃瞄的點雲資料拼接在一起。三維匹配重點關注匹配演算法，常用的演算法有最近點迭代...