pandas数据重采样

指的是将时间序列从一个频率转化为另一个另一个频率进行处理的过程，将高频率数据转化为低频率为降采样，低频率转化为高频率为升采样

关于索引和复合索引

merge——进行列合并，合并的是相同索引值得列默认的方式是inner，取交集，当没有相同的数的时候取空

思考：对于一组电影数据，如果要对这些数据进行分类，应该如何操作？

首先，先构一个二维数组，行数等于gener_list的数据量，即取出来genre这一列的数据，通过逗号进行分割，即将每一行数据分割出来一二维数据的形式返回列表中

df["Genre"].str.split(",").tolist()

然后将这个list里面的数据都转换为一维数组且去重

再构建一个新的二维数组，最初的值都为零，行是genre 的数据量，列表是一维数组的数据量，分类最为列索引

字符串的方法

pandas里面计算mean（）时，可以直接跳过nan，来返回其他值得平均数

#显示所有列
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)

pandas的索引

DataFrame的基本属性

为什么要学习pandas？

numpy处理数值型数据；pandas用来处理字符串和时间序列等

pandas的常用数据类型

（1）series——一维、带标签的数组

（2）DataFrame——二维数组

生成随机数的方法

ndarray缺失值填充均值

numpy 中的nan 和 inf

nan：not a number表示不是一个数字

当我们读取本地的文件为float时，如果有缺失，就会出现nan，当做了一个不合适的计算的时候也会出现nan（比如无穷大inf减去无穷大）

特殊属性：（1）两个nan是不相等的；（2）np.nan != np.nan;（3）利用以上特性，判断数组中nan的个数；（4）通过np.isnan（t）来判断nan有几个；（5）nan跟任何一个数进行计算都是nan

在一组数据中单纯将nan替换为0并不合适，很多时候会把缺失值替换成均值（中值）或者直接删除有缺失值的一行。

求和：t.sum(axis=None)

均值：t.mean(axis=None)  受离群点的影响较大

中值：np.median(t,axis=None)

最大值：t.max(axis=None)

最小值：t.min(axis=None)

极值：np.ptp(t,axis=None) 即最大值和最小值只差

标准差：t.std(axis=None)

inf：表示真无穷；-inf表示负无穷

什么时候出现inf或-inf？比如一个数字除以0

numpy中数值的修改

numpy中布尔索引

numpy中三元运算符

numpy中的clip（裁剪）

numpy索引和切片

轴：

在numpy中可以理解为方向,使用0,1,2...数字表示,对于一个一维数组,只有一个0轴,对于2维数组(shape(2,2)),有0轴和1轴,对于三维数组(shape(2,2, 3)),有0,1,2轴

二维数组的轴:

三维数组的轴：

numpy读取数据

csv：逗号分割值文件

numpy中的转置

转置是一种变换，对于numpy中的数组来说，就是对角线方向交换数据，目的也是为了更方便处理数据

转置方法：（1）transpose();（2）T;（3）swapaxes(1,0)

数组的形状

数组的计算

广播原则

如果两个数的后缘维度（即从末尾开始算起的维度）的轴长度相符或者其中一方的长度为1则认为它们是广播兼容的、广播会在确实和（或）长度为1的维度上进行

什么是numpy？

numpy是用来帮我们处理数值型数据的模块，躲在大型、多维数组上执行数值运算

为什么要学习numpy？

（1）快速

（2）方便

（3）科学计算的基础库

一般来说，plt.hist()方法传入的参数为原始数据和数组，但是当给出的数据均为统计过后的数据时，该方法就失效了，需要通过条形图的方式来转换成直方图。

直方图

纵向直方图用bar，width表示直方图线条的粗细；横向直方图用barh，height表示直方图线条的粗细

发现问题找源码ctrl+B