4 pandas模块，Series类

 

对gtx图像进行操作，使用numpy知识

如果让gtx这张图片在竖直方向上进行颠倒。

 

如果让gtx这张图片左右颠倒呢？

 

如果水平和竖直方向都要颠倒呢？

 

如果需要将gtx的颜色改变一下呢？

 

 

每隔5行数据取一行，列全取，显示的图片会如何呢？图片只剩一部分了

 

每隔5列取一列，行全取，显示的图片会如何？

 

马赛克一下？还可以更夸张地马赛克。

 

接近于岛国爱情动作片的马赛克了

 

还可以修改颜色值。

 

好了，接下来学习pandas模块了。

 

什么是pandas?

    · Python Data Analysis Library 或 pandas 是基于numpy的一种工具，该工具是为了解决数据分析任务而创建的

 

    · pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具（用excel打开一个500M的文件，非常耗时，更大的可能就打不开了）（用pandas可以打开2G的CSV格式的文件，CSV文件是可以用EXCEL打开的）。

 

    · pandas提供了大量能使我们快速便捷地处理数据的函数和方法

 

    · 它使Python成为强大而高效的数据分析环境的重要因素之一

        · Series 是一个类似数组的数据结构

        · DataFrame 数据框，类似于Excel，DataFrame组织数据，处理数据

    

 

Pandas的数据结构

    导入pandas:

 

    数据分析三剑客：numpy,serise,matplotlib

        

 

1、Series

    Series是一种类似于一维数组的对象，由下面两个部分组成：

 

        · values:一维数组（ndarray类型）

        · index:相关的数据索引标签

 

 

 

        1) Series的创建

            两种创建方式：

            （1）由列表或numpy数组创建

                    默认索引为0-n-1的整数型索引

                    第一列数值就是索引。

 

                    还可以通过设置index参数指定索引

                需要注意：索引的个数要和元素的个数对应，因为二者是一一对应的关系。

 

            nd如果是多维的该如何？

            报错了，说明Series中存放的数据必须是一维的。切记！

            特别的，由ndarray创建的是引用，而不是副本。对Series元素的改变会改变原来的ndarray对象中的元素。（列表没有这种情况）

 

 

        (2)由字典创建 

 

 

 

练习1：

使用多种方法创建以下Series,命名为s1

语文 150

数学 150

英语 150

理综 300

因为字典的元素是无序的，所以s1中的顺序就不一定是什么了。如果元素的顺序比较重要，就不要用这种方法了。

 

 

 

        2) Series的索引和切片

        可以使用中括号取单个索引（此时返回的是元素类型），或者中括号里一个列表取多个索引（此时返回的仍然是一个Series类型）。分为显式索引和隐式索引：

 

            （1）显式索引：

                    - 使用index中的元素作为索引值

                    - 使用.loc[]（推荐）

                    

                    注意：此时是闭区间

 

 

            （2）隐式索引：

                    - 使用整数作为索引值

                    - 使用.iloc[]（推荐）

                    

                    注意：此时是半开区间

 

 

            （3）切片

 

                    显式切片

 

                    隐式切片

 

 

 

        3) Series的基本概念

            可以把Series看成一个定长的有序字典

 

            可以通过shape,size,index,values等得到series的属性

                s.values的类型就是ndarray

                有了索引之后更方便

                百度就是网站的索引

 

                可以通过head()/tail()快速查看Series对象的样式，显式前/后几行。

  

                可见DataFrame是由Series组成的。

 

 

            当索引没有对应的值时，可能出现缺失数据显示NaN (not a number) 的情况

            二者不相等啊。

 

 

            可以使用pd.isnull()、pd.notnull()或自带isnull()、notnul()函数检测缺失数据

        因为null类型的数据是没有办法参与运算的，可以用如下方法把null类型的元素剔除掉。当数据量比较大的时候就用得着了，不能人工逐个判断了。

 

 

 

        Series对象及其实例都有一个name属性。

 

 

 

        4) Series的运算

 

            （1）适用于numpy的数组运算也适用于Series

                    如果 c、d 的NaN也想加上 10 可以尝试如下操作：

 

 

            （2）Series之间的运算

                    · 在运算中自动对齐不同索引的数据

                    · 如果索引不对应，则补NaN

 

 

　　　　　　注意：想要保留所有的index，则需要使用.add()函数。

===========

练习：

    1：想一想Series运算和ndarray运算的规则有什么不同？

     2：新建另一个索引包含“文综”的Series s2，并与s2进行多种算术操作。思考如何保存所有数据。