Numpy的补充（重要！！）

轴的概念

　　英文解释  https://www.sharpsightlabs.com/blog/numpy-axes-explained/

　　汉化解释 https://www.jianshu.com/p/f4e9407f9f9d

多维数组的索引及切片

　　https://blog.csdn.net/brucewong0516/article/details/79186126

　　核心  每个维度一个索引值，逗号分割

　　　　每个维度取切片用冒号

　　　　隔行取 需嵌套索引，arr[ [ 1,3,4,5] , : ]

np.newaxis

　　给原数组增加一个维度，newaxis放在第几个位置，就会在shape里 相应的位置增加了一个维数

　　https://www.jb51.net/article/144967.htm

　　

广播机制

　　涉及到不同shape的数组运算的时候的概念

　　https://www.runoob.com/numpy/numpy-broadcast.html

　　https://zhuanlan.zhihu.com/p/60365398

　　

　　

np.where（ condition, [x, y] ）

　　condition：array_like，bool

　　x，y：array_like

　　实际上 感觉涉及到的东西很多，比如涉及到了广播。这个应该是个很强大的方法。某种程度上像布尔值索引。

　　https://zhuanlan.zhihu.com/p/83208224

　　

arr.reshape(1,-1) / np.reshape(-1,1)

　　实际就是自动计算的方法。-1代表自动计算，666

　　https://blog.csdn.net/W_weiying/article/details/82112337

　　

数组的添加 有两个方法 np.insert 和 np.append

np.insert(arr, obj, values, axis=None)

　　https://blog.csdn.net/lcxxcl_1234/article/details/80869152

　　1 values 可能是个m*1维数组

　　

np.append()

　　

数组的行列相互交换

　　不值一提了

　　

np.unique(ar,return_index=False,return_inverse=False,return_counts=False,axis=None)

　　最常用的功能是 去重。

　　有这几个参数，return_index,return_counts 可能用到的频率比较高。知道有这几参数就行。

　　当指定axis后，对多维数组可以使用，不会返回惟一值，而是对指定轴进行排序。

　　

np.maximum()

　　返回较大值，参数可以广播。完全可以用np.where 实现。可能 广播机制 会用的比较广。

　　

np.concatenate()

　　与np.stack的区别是 concatenate不改变维度

　　

DateFram的切片，索引

　　牢记，一定优先用 df.loc[ ]

　　　　df.loc['a':'c','xx':'xxx'] 只有这一种方法，可以取多行多列

　　　　df.loc[['a','d'],['xx','xxxx']]

df.rename()

　　用处就是对index，column进行重命名。

　　也可以df.index =   df.columns = 直接改。这个方法的好处就是可以对想单独改一个名称比较方便，参数可以是字典。

　　

　　

df.set_index()

　　Set the DataFrame index using existing columns

　　可能会有一定的应用场景。原来一列的数值，变为index，对从数据库中读到的数据，把id变为index，这种场景下就能用到了

　　

DateFrame 两个df的合并

　　df.append(df1)

　　　　

　　

　　pd.concat( [df1,df2] )

　　　　

　　df.dropna()

　　　　这几个参数注意下

　　　　

　　df.drop_duplicates

　　　　去重，这几个参数眼熟下

　　　　

　　df.fillna()

　　　　添补na数据。熟悉下这几个参数

　　　　

多重索引

　　了解下这个方法就够了，切片，索引都差不多

　　pd.MultiIndex.from_product([index1,index2])

　　

聚合运算

　　什么叫聚合函数，聚合函数就是对一组值执行计算，并返回单个值。返回单个值，这是重点！

　　g = df.groupby(' ')

　　　　1)这个 g 可以拿来直接聚合 ，g.agg( ) , g.apply( ) ，这里想说的不是这个，而是 g 本身有很多方法。

　　　　通过 for 循环 取 ，或者  g.get_group() 取分组后的结果。

　　

　　

　　

　　

　　　　2) groupby( by =)

　　　　　　by = mapping, function, label, or list of labels，可以接很多参数，最常见的就是dataframe的columns，一个 或多个列表都可以。

　　　　　　函数也是可以的，只不是是函数的返回值的value值 作为分组的依据,可以是个范围（之前我们看到的都是确定值，比如男，女，省份等）。最好的例子就是 df.groupby(pd.cut(df,[])).count()

　　　　　　（即groupby可以按照具体的值分类，也可以按照范围分类，具体的值不必多说，说道范围，就想到了pd.cut  ）

　　　　　　

　　　　　　

　　g.agg() 聚合运算，参数比较灵活，可以接列表，字典，懂含义就行。 优点，速度快，缺点，局限性大，只能聚合。聚合接收的参数是每一个列，即series。

　　g.apply( func ,* args ) 。 优点，自定义，灵活，缺点，速度慢。接收的参数是dateframe。 这个方法应用的场景很广。　　

　　　　参考示例 https://mp.weixin.qq.com/s?src=11&timestamp=1576214730&ver=2031&signature=QI*rOSPpICnGYsUjls9hZXl8R-hZ1lc6UkGniPGdQnFIPd14PAsgM26wNH1fSifvI*vbvKaSzUMempyW96DkE9M0X8ajFOOKgeYmb2b*UcSK48zGYrLrGnM9WXDwT8-F&new=1

时间序列索引

　　　ts = pd.date_range( )

　　　这里介绍的是由时间序列作为索引而引申出的两个方法，一个是truncate，一个是between_time，这两个方法的调用者 都是 series或者dataframe，而不是 timeindex。