numpy创建矩阵常用方法
numpy可视化怎么提取大量数据？
numpy可视化怎么提取大量数据？
import numpy as npa(9).reshape(3,3)12 a Out[31]: array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])12345 矩阵的某一行 a[1]Out[32]: array([3, 4, 5])12 矩阵的某一列 a[:,1]Out[33]: array([1, 4, 7])12 bnp.eye(3,3) b Out[36]: array([[ 1., 0., 0.], [ 0., 1., 0.], [ 0., 0., 1.]])1234567 把矩阵a的第2列赋值给矩阵b的第1列 b[:,0]a[:,1] b Out[38]: array([[ 1., 0., 0.], [ 4., 1., 0.], [ 7., 0., 1.]])
numpy 变量定义？
NumPy变量（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
numpy函数？
关于numpy函数？
NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
如何使用Python Pandas模块读取各类型文件？
Pandas 是基于tNumPy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t，提供了高效地操作大型数据集所需的工具。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。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。
数据加载类型总览
Pandas加载csv文件
read_csv常用参数
headerNone 指定第几行作为列名(忽略注解行)，如果没有指定列名，默认header0 如果指定了列名headerNonenames指定列名，如果文件中不包含header的行，应该显性表示headerNone，[A, B, C] 自定义列名index_col[A, B...] 给索引列指定名称，如果是多重索引，可以传listskiprows[0,1,2] 忽略某几行或者从开始算起的几行，默认从文件头0开始skip_footer从文件尾开始nrowsN 需要读取的行数，前N行chunksizeM 返回迭代类型TextFileReader，每M条迭代一次sep|指定分割符，默认,，如果不指定参数，会自动解析，C引擎不能自动检测分隔符，但Python解析引擎可以skip_blank_linesFalse 默认为True，跳过空行，如果选择不跳过，会填充NaNconverters{col1, func} 对选定列使用函数func转换，通常表示编号的列会使用（避免转换成int）encoding: 编码方式dtype: {‘a’: np.float64, ‘b’: } 指定数据类型
Pandas加载Json文件
read_json参数
path_or_buf 就是json文件路径或者json格式的字符串。orient 是表明预期的json字符串格式。orient的设置有以下几个值：split/index/columns/valuesorient 参数说明
split : dict like {index -gt [index], columns -gt [columns], data -gt [values]}。由索引，列字段、数据矩阵构成的json格式。key名称只能是index、columns、data，dump.json文件内容如下。
示例代码如下：
records : list like [{column -gt value}, ... , {column -gt value}]。由列字段为键，值为键值，每一个字典就构成了dataframe的一行数据，dump.json文件内容如下。
示例代码如下：
index : dict like {index -gt {column -gt value}}。以索引为键，以列字段与值构成的字典为键值。dump.json文件内容如下：
示例代码如下：
columns : dict like {column -gt {index -gt value}}。由列为键，对应一个值字典的对象。这个字典对象以索引为键，以值为键值构成的json字符串。dump.json文件内容如下:
示例代码如下：
values : just the values array。values这种我们就很常见了。就是一个嵌套的列表。里面的成员也是列表，2层的。dump.json文件内容如下
示例代码如下：
Pandas加载Excel文件
read_excel的主要参数
io : excel文档路径sheetname : 读取的excel指定的sheet页header :设置读取的excel第一行是否作为列名称skiprows : 省略指定行数的数据skip_footer :省略从尾部数的int行数据index_col :设置读取的excel第一列是否作为行名称names : 设置每列的名称，数组形式参数代码示例如下