Python Pandas 库的使用例子

尤为重要在jupyter notebook里面熟稔那么些库的利用，它的安装格局与完毕，可自行检索。

DataFrame对象的.ix[idx] 与 .ix[[idx]] 区别

# 示例
import numpy as np
import pandas as pd

# 创建一个10*3的DataFrame对象
df = pd.DataFrame(np.random.rand(10, 3))
''' 
df:       0         1         2
0  0.619620  0.281018  0.449918
1  0.039654  0.778771  0.457885
2  0.905944  0.345189  0.859692
3  0.027250  0.676622  0.829580
4  0.230326  0.015882  0.556705
5  0.302833  0.121845  0.556206
6  0.944984  0.333118  0.291924
7  0.103753  0.688007  0.954185
8  0.326636  0.393403  0.153469
9  0.815440  0.519231  0.262114
'''

# 取出第4行（pandas.Series对象）
print(df.ix[4])
'''
0    0.230326
1    0.015882
2    0.556705
Name: 4, dtype: float64
'''

# 取出第4行，（pandas.DataFrame对象）
print(df.ix[[4]])
'''
          0         1         2
4  0.230326  0.015882  0.556705
'''

Pandas是二个优良的多少深入分析工具，官方网站：
有关的库使用pip安装，用豆类的代办下载速度比法定的快，安装命令：

pip install -i matplotlib

pip install -i pandas

pip install -i requests

pip install -i scipy

方法后边是进行的结果，从结果上就能够收看方法的机能的，所以没做太多描述。

import os
import pandas as pd
import requests

PATH = 'F:/Git/ML_Python/02iris/'
r = requests.get('https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data')
with open(PATH + 'iris.data','w') as f:
    f.write(r.text)


os.chdir(PATH)

df = pd.read_csv(PATH + 'iris.data',names=['花萼长度','花萼宽度','花瓣长度','花瓣宽度','类别'])
df.head()

df.iloc[:3, :2]

df.loc[:1,[x for x in df.columns if ('宽度' in x)|('长度' in x)]]

df['类别'].unique()

array(['Iris-setosa', 'Iris-versicolor', 'Iris-virginica'], dtype=object)

df.count()

花萼长度    150
花萼宽度    150
花瓣长度    150
花瓣宽度    150
类别      150
dtype: int64

df[df['类别']=='Iris-virginica'].count()

花萼长度    50
花萼宽度    50
花瓣长度    50
花瓣宽度    50
类别      50
dtype: int64

df[(df['类别']=='Iris-virginica')& (df['花瓣长度']>6)].reset_index(drop=True)

df.describe()

df.corr()
df.corr(method='kendall')

df.corr('spearman')