本文摘自php中文网，作者烟雨青岚，侵删。
值得一看的Python高效数据处理
Pandas是Python中非常常用的数据处理工具，使用起来非常方便。它建立在NumPy数组结构之上，所以它的很多操作通过NumPy或者Pandas自带的扩展模块编写，这些模块用Cython编写并编译到C，并且在C上执行，因此也保证了处理速度。
今天我们就来体验一下它的强大之处。
1.创建数据
使用pandas可以很方便地进行数据创建，现在让我们创建一个5列1000行的pandas DataFrame：
1 2 3 4 5 6 7 8 9 10 11 | mu1, sigma1 = 0, 0.1
mu2, sigma2 = 0.2, 0.2
n = 1000df = pd.DataFrame(
{
"a1": pd.np.random.normal(mu1, sigma1, n),
"a2": pd.np.random.normal(mu2, sigma2, n),
"a3": pd.np.random.randint(0, 5, n),
"y1": pd.np.logspace(0, 1, num=n),
"y2": pd.np.random.randint(0, 2, n),
}
)
|
- a1和a2：从正态（高斯）分布中抽取的随机样本。
- a3：0到4中的随机整数。
- y1：从0到1的对数刻度均匀分布。
- y2：0到1中的随机整数。
生成如下所示的数据：
2.绘制图像
Pandas 绘图函数返回一个matplotlib的坐标轴(Axes)，所以我们可以在上面自定义绘制我们所需要的内容。比如说画一条垂线和平行线。这将非常有利于我们：
1.绘制平均线
2.标记重点的点
1 2 3 4 5 | import matplotlib.pyplot as plt
ax = df.y1.plot()
ax.axhline(6, color="red", linestyle="--")
ax.axvline(775, color="red", linestyle="--")
plt.show()
|
阅读剩余部分
相关阅读 >>
Python3.6.4如何安装到树莓派3代
Python怎么把字符串变成数字
Python编程快速上手适合初学者吗
Python文件操作a+与a模式的区别
如何获取一个文件的创建和修改时间
Python描述符有什么作用
Python单引号、双引号、三引号的区别
用例子一文详解Python正则表达式的语法
Python利用smtplib实现qq邮箱发送邮件
Python面向对象编程中类和实例的简单讲解（附示例）
更多相关阅读请进入《Python》频道 >>
人民邮电出版社
python入门书籍，非常畅销，超高好评，python官方公认好书。
转载请注明出处：木庄网络博客 » 值得一看的Python高效数据处理
