Python数据科学库：使用Pandas、Numpy等进行数据分析的案例

原创 心已赠人 2025-02-13 03:33 33阅读 0赞

在Python中，Pandas和Numpy是两个非常重要的数据科学库。下面我们将通过一些实际案例来解释它们的作用。

  1. Pandas：数据处理与分析

  • 案例一：数据读取

    1.  import pandas as pd
    3.  data = {'Name': ['John', 'Anna'],
    4.                           'Age': [25, 30]}
    5.  df = pd.DataFrame(data)
    6.  print(df)

  • 案例二：数据清洗与处理

    1.  # 去掉重复项
    2.  df.drop_duplicates(inplace=True)
    4.  # 数据填充或替换
    5.  df['Age'].fillna(value=28, inplace=True)
    7.  # 选择特定列或行
    8.  filtered_df = df[df['Name'] == 'Anna']]
    9.  print(filtered_df)
  1. Numpy：数值计算与处理

  • 案例一：数组和矩阵的创建

    1.  import numpy as np
    3.  # 创建一个1x3的一维数组
    4.  arr = np.array([1, 2, 3]])
    6.  # 创建一个2x3的二维数组
    7.  matrix = np.array([[4, 5, 6], [7, 8, 9]]])
    9.  print("Arr:", arr)
    10.  print("\nMatrix:", matrix)

通过以上实例，我们可以看到Pandas在数据清洗、处理和分析方面的强大功能，而Numpy则主要用于数值计算和处理。两者结合，构成了Python进行数据科学操作的主要库。

文章版权声明：注明蒲公英云原创文章，转载或复制请以超链接形式并注明出处。

发表评论

表情：
评论列表 （有 0 条评论，33人围观）

还没有评论，来说两句吧...

相关阅读