13518219792
网站建设资讯

NEWS

网站建设资讯

使用Numpy与Pandas的高效技巧有哪些

本篇内容介绍了“使用Numpy与Pandas的高效技巧有哪些”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

成都服务器托管，创新互联提供包括服务器租用、服务器托管、带宽租用、云主机、机柜租用、主机租用托管、CDN网站加速、空间域名等业务的一体化完整服务。电话咨询：028-86922220

Numpy 的 6 种高效函数

首先从 Numpy 开始。Numpy 是用于科学计算的 Python 语言扩展包，通常包含强大的 N 维数组对象、复杂函数、用于整合 C/C++和 Fortran 代码的工具以及有用的线性代数、傅里叶变换和随机数生成能力。

除了上面这些明显的用途，Numpy 还可以用作通用数据的高效多维容器（container），定义任何数据类型。这使得 Numpy 能够实现自身与各种数据库的无缝、快速集成。

使用Numpy与Pandas的高效技巧有哪些

接下来一一解析 6 种 Numpy 函数。

argpartition()

借助于 argpartition()，Numpy 可以找出 N 个最大数值的索引，也会将找到的这些索引输出。然后我们根据需要对数值进行排序。

x = np.array([12, 10, 12, 0, 6, 8, 9, 1, 16, 4, 6, 0])index_val = np.argpartition(x, -4)[-4:]  index_val  array([1, 8, 2, 0], dtype=int64)np.sort(x[index_val])  array([10, 12, 12, 16])

allclose()

allclose() 用于匹配两个数组，并得到布尔值表示的输出。如果在一个公差范围内（within a tolerance）两个数组不等同，则 allclose() 返回 False。该函数对于检查两个数组是否相似非常有用。

array1 = np.array([0.12,0.17,0.24,0.29])  array2 = np.array([0.13,0.19,0.26,0.31])# with a tolerance of 0.1, it should return False:  np.allclose(array1,array2,0.1)  False# with a tolerance of 0.2, it should return True:  np.allclose(array1,array2,0.2)  True

clip()

Clip() 使得一个数组中的数值保持在一个区间内。有时，我们需要保证数值在上下限范围内。为此，我们可以借助 Numpy 的 clip() 函数实现该目的。给定一个区间，则区间外的数值被剪切至区间上下限（interval edge）。

x = np.array([3, 17, 14, 23, 2, 2, 6, 8, 1, 2, 16, 0])np.clip(x,2,5)  array([3, 5, 5, 5, 2, 2, 5, 5, 2, 2, 5, 2])

extract()

顾名思义，extract() 是在特定条件下从一个数组中提取特定元素。借助于 extract()，我们还可以使用 and 和 or 等条件。

# Random integers  array = np.random.randint(20, size=12)  array  array([ 0,  1,  8, 19, 16, 18, 10, 11,  2, 13, 14,  3])#  Divide by 2 and check if remainder is 1  cond = np.mod(array, 2)==1  cond  array([False,  True, False,  True, False, False, False,  True, False, True, False,  True])# Use extract to get the values  np.extract(cond, array)  array([ 1, 19, 11, 13,  3])# Apply condition on extract directly  np.extract(((array < 3) | (array > 15)), array)  array([ 0,  1, 19, 16, 18,  2])

where()

Where() 用于从一个数组中返回满足特定条件的元素。比如，它会返回满足特定条件的数值的索引位置。Where() 与 SQL 中使用的 where condition 类似，如以下示例所示：

y = np.array([1,5,6,8,1,7,3,6,9])# Where y is greater than 5, returns index position  np.where(y>5)  array([2, 3, 5, 7, 8], dtype=int64),)# First will replace the values that match the condition,   # second will replace the values that does not  np.where(y>5, "Hit", "Miss")  array([ Miss ,  Miss ,  Hit ,  Hit ,  Miss ,  Hit ,  Miss ,  Hit ,  Hit ],dtype= 
percentile()
Percentile() 用于计算特定轴方向上数组元素的第 n 个百分位数。
a = np.array([1,5,6,8,1,7,3,6,9])print("50th Percentile of a, axis = 0 : ",          np.percentile(a, 50, axis =0))  50th Percentile of a, axis = 0 :  6.0b = np.array([[10, 7, 4], [3, 2, 1]])print("30th Percentile of b, axis = 0 : ",          np.percentile(b, 30, axis =0))  30th Percentile of b, axis = 0 :  [5.1 3.5 1.9]
这就是 Numpy 扩展包的 6 种高效函数，相信会为你带来帮助。接下来看一看 Pandas 数据分析库的 6 种函数。
Pandas 数据统计包的 6 种高效函数
Pandas 也是一个 Python 包，它提供了快速、灵活以及具有显著表达能力的数据结构，旨在使处理结构化 (表格化、多维、异构) 和时间序列数据变得既简单又直观。
使用Numpy与Pandas的高效技巧有哪些
Pandas 适用于以下各类数据:
  •  具有异构类型列的表格数据，如 SQL 表或 Excel 表；
  •  有序和无序 (不一定是固定频率) 的时间序列数据；
  •  带有行/列标签的任意矩阵数据（同构类型或者是异构类型）；
  •  其他任意形式的统计数据集。事实上，数据根本不需要标记就可以放入 Pandas 结构中。
Pandas 擅长处理的类型如下所示：
  •  容易处理浮点数据和非浮点数据中的 缺失数据（用 NaN 表示）；
  •  大小可调整性: 可以从 DataFrame 或者更高维度的对象中插入或者是删除列；
  •  显式数据可自动对齐: 对象可以显式地对齐至一组标签内，或者用户可以简单地选择忽略标签，使 Series、 DataFrame 等自动对齐数据；
  •  灵活的分组功能，对数据集执行拆分-应用-合并等操作，对数据进行聚合和转换；
  •  简化将数据转换为 DataFrame 对象的过程，而这些数据基本是 Python 和 NumPy 数据结构中不规则、不同索引的数据；
  •  基于标签的智能切片、索引以及面向大型数据集的子设定；
  •  更加直观地合并以及连接数据集；
  •  更加灵活地重塑、转置（pivot）数据集；  轴的分级标记 (可能包含多个标记)；
  •  具有鲁棒性的 IO 工具，用于从平面文件 (CSV 和 delimited)、 Excel 文件、数据库中加在数据，以及从 HDF5 格式中保存 / 加载数据；
  •  时间序列的特定功能: 数据范围的生成以及频率转换、移动窗口统计、数据移动和滞后等。
read_csv(nrows=n)
大多数人都会犯的一个错误是，在不需要.csv 文件的情况下仍会完整地读取它。如果一个未知的.csv 文件有 10GB，那么读取整个.csv 文件将会非常不明智，不仅要占用大量内存，还会花很多时间。我们需要做的只是从.csv 文件中导入几行，之后根据需要继续导入。
import io  import requests# I am using this online data set just to make things easier for you guys  url = "https://raw.github.com/vincentarelbundock/Rdatasets/master/csv/datasets/AirPassengers.csv"  s = requests.get(url).content# read only first 10 rows  df = pd.read_csv(io.StringIO(s.decode( utf-8 )),nrows=10 , index_col=0)
map()
map( ) 函数根据相应的输入来映射 Series 的值。用于将一个 Series 中的每个值替换为另一个值，该值可能来自一个函数、也可能来自于一个 dict 或 Series。
# create a dataframe  dframe = pd.DataFrame(np.random.randn(4, 3), columns=list( bde ), index=[ India ,  USA ,  China ,  Russia ])#compute a formatted string from each floating point value in frame changefn = lambda x:  %.2f  % x# Make changes element-wise  dframe[ d ].map(changefn)
apply()
apply() 允许用户传递函数，并将其应用于 Pandas 序列中的每个值。
# max minus mix lambda fn  fn = lambda x: x.max() - x.min()# Apply this on dframe that we ve just created above  dframe.apply(fn)
isin()
lsin () 用于过滤数据帧。Isin () 有助于选择特定列中具有特定（或多个）值的行。
# Using the dataframe we created for read_csv  filter1 = df["value"].isin([112])   filter2 = df["time"].isin([1949.000000])df [filter1 & filter2]
copy()
Copy () 函数用于复制 Pandas 对象。当一个数据帧分配给另一个数据帧时，如果对其中一个数据帧进行更改，另一个数据帧的值也将发生更改。为了防止这类问题，可以使用 copy () 函数。
# creating sample series   data = pd.Series([ India ,  Pakistan ,  China ,  Mongolia ])# Assigning issue that we face  datadata1= data  # Change a value  data1[0]= USA   # Also changes value in old dataframe  data# To prevent that, we use  # creating copy of series   new = data.copy()# assigning new values   new[1]= Changed value # printing data   print(new)   print(data)
select_dtypes()
select_dtypes() 的作用是，基于 dtypes 的列返回数据帧列的一个子集。这个函数的参数可设置为包含所有拥有特定数据类型的列，亦或者设置为排除具有特定数据类型的列。
# We ll use the same dataframe that we used for read_csv  framex =  df.select_dtypes(include="float64")# Returns only time column
最后，pivot_table( ) 也是 Pandas 中一个非常有用的函数。如果对 pivot_table( ) 在 excel 中的使用有所了解，那么就非常容易上手了。
# Create a sample dataframe  school = pd.DataFrame({ A : [ Jay ,  Usher ,  Nicky ,  Romero ,  Will ],          B : [ Masters ,  Graduate ,  Graduate ,  Masters ,  Graduate ],          C : [26, 22, 20, 23, 24]})# Lets create a pivot table to segregate students based on age and course  table = pd.pivot_table(school, values = A , index =[ B ,  C ],                            columns =[ B ], aggfunc = np.sum, fill_value="Not Available")   table
“使用Numpy与Pandas的高效技巧有哪些”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
            
            
                        

            分享名称：使用Numpy与Pandas的高效技巧有哪些            

            网页地址：http://cdweb.net/article/jpesps.html

其他资讯