【Python数据分析 - 10】:pandas常见基本操作

简介: 【Python数据分析 - 10】:pandas常见基本操作

DataFrame常见基本操作


数据准备


cd23707d3d4646858d0701e47444cfb7.png

准备的数据


4ec2124bbc35499585d7ac296c97ae97.png



获取所有列索引 - columns

2d38b2ee6250424faf93520535963cd3.png


获取所有行索引 - index


0842312c36774f23b3c96c642848e865.png


获取所有的值 - values

156d237e031e4d7e9408a795872c9c25.png


转置 - T

51d7a6fa5e8f48bcbf61c30bc9cf19d2.png


获取前几行信息- head(num)


  • 当head(num)中num为None时,默认取前五行数据



125c2f6fd33a44268f47ef0f2923deee.png


当head(num)中的num为整数时,获取后num条数据

ed941f9d217942f99e983a70e7dc1d4b.png


获取后几行信息 - tail(num)

  • 当tail(num)中num为None时,默认取后五行数据

a9b8980a57054a0aa91f2f010a8d4b3f.png


当tail(num)中的num为整数时,获取后num条数据

c08070d8a79d476cb2e5bca99ae3efb3.png

相关文章
|
3天前
|
数据挖掘 Serverless 计算机视觉
Python数据分析 11
SciPy是一款专为数学、科学及工程应用设计的开源软件,它基于NumPy的n维数组构建,提供了丰富的数值例程,包括积分、优化、线性代数等,适用于各种操作系统,安装简易且免费。它还包含了如快速傅里叶变换、信号处理、图像处理、特殊函数计算等功能,满足了科学计算与工程需求。相较于NumPy的一般数组,SciPy提供了真正的矩阵及其相关运算支持。
22 7
|
3天前
|
机器学习/深度学习 数据挖掘 算法框架/工具
Python数据分析6
Keras是一个用Python编写的深度学习框架,支持TensorFlow等多种后端,以其高度模块化、用户友好性和易扩展性著称。它不仅适用于搭建普通神经网络,还能够构建自编码器、循环神经网络、卷积神经网络等多种模型,并且可以无缝切换CPU和GPU。相比Theano,Keras极大简化了神经网络模型的搭建过程,使普通用户也能轻松创建复杂的深度学习模型,仅需几十行代码即可完成。需要注意的是,Keras的预测函数采用`model.predict()`输出概率,`model.predict_classes()`输出分类结果。
13 6
|
1天前
|
数据挖掘 计算机视觉 Python
Python数据分析13
Pillow 是 PIL(Python Imaging Library)的升级版本,适应 Python 3 的更新而诞生,带来了诸多新特性。它采用模块化结构,主要包括:图像功能模块(Image)、图像滤波功能模块(ImageFilter)、图像增强功能模块(ImageEnhance)和图像绘画功能模块(ImageDraw)。Pillow 支持从多种图像格式读取数据,进行处理,并能输出为常见格式,其官网提供了丰富的应用示例供学习参考。
13 4
|
3天前
|
自然语言处理 搜索推荐 数据挖掘
Python 数据分析10
除了常用的Python数据挖掘建模库外,还有许多其他库也非常实用,例如 jieba、SciPy、OpenCV 和 Pillow 等。其中,jieba 是一个广泛使用的中文分词库,支持多种编程语言,包括 Python、R 和 C++,并且提供了三种分词模式:精确模式、全模式和搜索引擎模式。此外,jieba 还具备词性标注、添加自定义词典及关键词提取等功能,在 GitHub 社区中有较高讨论度,并拥有丰富的实例资源。
15 5
|
4天前
|
数据采集 数据可视化 数据挖掘
Python量化炒股常用的Pandas包
Python量化炒股常用的Pandas包
19 7
|
4天前
|
数据可视化 数据挖掘 Unix
Python数据分析3
Matplotlib是由约翰·亨特在2008年发明的一款广泛应用于数据可视化的Python工具包,起初用于可视化癞痢病人的健康指标。它是一个功能强大的绘图库,主要擅长二维绘图,也支持简单的三维绘图。Matplotlib提供类似且更丰富的Matlab命令集,能够快速实现数据可视化,并支持高质量图像输出及多种格式。它适用于交互和非交互式绘图,兼容Linux、Windows、macOS和Solaris系统,并且便于嵌入GUI应用及Web框架如CGI、Flask、Django中,同时支持LaTeX公式插入,降低了从Matlab迁移的学习成本。
19 7
|
3天前
|
机器学习/深度学习 数据挖掘 PyTorch
Python数据分析7
PyTorch是由Facebook(现Meta)人工智能研究院于2017年开源的Python机器学习库,基于Torch构建,支持GPU加速和动态神经网络,适用于自然语言处理等领域。其灵活的API和简洁的语法使得构建和调试深度学习模型变得简单快捷,成为深度学习领域的热门工具之一。社区支持广泛,拥有丰富的应用领域库。
10 3
|
1天前
|
算法 数据挖掘 计算机视觉
Python数据分析12
OpenCV是由英特尔公司资助的开源计算机视觉库,集成了丰富的图像处理与计算机视觉算法,拥有超过500个函数,支持多种编程语言与操作系统。该库采用模块化设计,主要包括核心功能、图像处理、2D特征及GUI四个模块,广泛应用于产品检测、医学成像等多个领域。
10 1
|
3天前
|
机器学习/深度学习 并行计算 数据挖掘
Python数据分析8
飞桨(PaddlePaddle)是百度于2016年开源的一款学习框架,它以易用性、高效性、灵活性及可扩展性为特点,提供了涵盖核心深度学习框架、模型库、开发套件等在内的全面功能,并且支持大规模模型训练与多平台部署。此外,它不断优化性能,增强对各类硬件的支持,已在制造业、农业等多个领域广泛应用。
10 2
|
3天前
|
机器学习/深度学习 数据挖掘 TensorFlow
Python数据分析5
虽然scikit-learn功能强大,但对于人工神经网络这一重要模型却支持不足。人工神经网络在自然语言处理和图像识别等领域有着广泛应用,而深度学习作为其延伸,已成为研究热点。因此,在Python中实现神经网络变得尤为重要。目前主流的深度学习框架有TensorFlow、Keras、PyTorch、PaddlePaddle和Caffe等。其中,TensorFlow由Google于2015年推出,基于先前的深度学习基础框架DistBelief构建,因其高度灵活、可移植以及自动计算梯度导数等特点,迅速成为最受欢迎的深度学习框架之一,支持多种编程语言接口,如C++、Python、Java等。
10 2
下一篇
无影云桌面