numpy
numpy的陣列為ndarray
ndarray與python列表的不同: eg [6. 7.5 8. 0. 1. ]
沒有","隔開, 6.0表示為6.
- 整合了c++進行運算
- numpy的目的就是讓你不寫迴圈，所以效率很高
資料結構：series+dataframe+索引物件
series: 一組numpy+對應索引
dataframe：每一列都是乙個series物件
既有行索引（index）,也有列索引（column）
可以看做由series組成的字典（共用乙個索引）
索引物件: 不可改變，使多個資料安全共享
- 為金融資料分析工具開發
- 解決 時間序列、資料對齊、缺失資料處理
jupyter快捷鍵（注意不要死記硬背，在使用過程中需要什麼就去查，多用用就能記住了）
# 將pd.dataframe轉為numpy陣列
df = pd.dataframe()
print(df)
print(df.values)
numpy 索引和切片
一 取行 1 單行 陣列 index,取第index 1行 例子import numpy as np arr1 np.arange 0,24 reshape 4,6 取第2行資料 row1 arr1 1,print row1 2 連續的多行 陣列 start end 顧頭不顧尾，也可以使用步長，不過...
NumPy 切片和索引
import numpy asnp a np.arange 10,20,1 b slice 1,5,2 d a 1 5 2 e a 2 print a print a b print d print e 結果 1011 1213 1415 1617 1819 1113 1113 1213 1415 ...
資料探勘工具numpy（三）Numpy索引和切片
通過幾個例項掌握numpy的索引和切片方法 import numpy as np file dir number.csv file dir表示檔案位置 delimiter表示資料之間的間隔符 dtype表示資料型別 unpack表示轉置 按列數逐行的讀取資料 t np.loadtxt file di...