#Liste erstellen
list = [0,1,2]
print(list)
[0, 1, 2]
#Liste hinzufügen
list2 = [[0,1,2]]
list2.append([3,4,5])
list2
[[0, 1, 2], [3, 4, 5]]
#list
len([0,1,2])
3
#list
[0,1,2].count(0)
1
#Wörterbuch{key:value}Erstellt im Format von
#Gibt den Wert zurück, wenn in method get angegeben
{"Miyasako" : "Ehrlich", "Tamura" : "Rückkehr"}.get("Miyasako")
'Shinshin'
#Liste in Slice angegeben
#[:3]Geben Sie vorher 0 bis 3 an
[0, 1, 2, 3, 4, 5][:3]
[0,1,2]
#So erstellen Sie eine UDF-Funktion
def printHello():
return print("Hello, world!!")
printHello()
'Hello, world!!'
#Bedingte Verzweigung in der if-Anweisung
x = 10
if x <= 20:
print("x ist 20 oder weniger.")
if x <= 30:
print("x ist 30 oder weniger.")
elif x >=40:
print("x ist 40 oder mehr.") #Dieser Satz wird nicht angezeigt
'x ist 20 oder weniger. ' 'x ist 30 oder weniger. '
#zur Aussage
x = 0
for i in range(100):
x += i
4950
numpy Modulimport
#Numpy-Modul importieren
import numpy as np
example1 = np.array([2, 4, 6, 8, 10])
example1
array([ 2, 4, 6, 8, 10])
#print("{}".format())Kann kommentiert werden, so dass es einfach ist, den Inhalt zu überprüfen
print("example1:\n{}".format(example1))
example1: [ 2 4 6 8 10]
#Wenn Sie eine verschachtelte Liste übergeben
example2 = np.array([[1, 2, 3, 4, 5], [2, 4, 6, 8, 10]])
example2
array( [[ 1, 2, 3, 4, 5], [ 2, 4, 6, 8, 10]])
#Dimension und Form von Beispiel2
#Beachten Sie, dass die Form nicht für die Liste verwendet werden kann! Lassen Sie es uns in ndarray setzen
print(example2.ndim, example2.shape)
2 (2, 5)
#Matrixersatz
example2.transpose()
array( [[ 1, 2], [ 2, 4], [ 3, 6], [ 4, 8], [ 5, 10]])
#ndarray → Listenkonvertierung
np.array([1,2,3,4,5][2,3,4,5,6]).tolist()
pandas Modulimport
#Pandas-Modul importieren
import pandas as pd
data = pd.DataFrame({"area" : [18, 19, 20], "age" : [5, 4, 10]}, index = ["A", "B", "C"])
data
#Beziehen Sie sich nur auf die ersten n Zeilen des Datenrahmens.
data.head(1)
#Numpy Array von Werten aus dem Datenrahmen/Holen Sie sich ein numpy Array von Spaltennamen.
data.values, data.columns
(array([ [ 5, 18], [ 4, 19], [10, 20]]), Index(['age', 'area'], dtype='object'))
#Zusammengefasste Statistiken
data.describe()
#Korrelationskoeffizient
data.corr()
#Spalte löschen
data = data.drop("time", axis = 1)
data
#Spaltenauswahl
data[["age","area"]]
#Bedingungsspezifikation
data[(data["age"]<=5) & (data["area"]==18)]
# ndarray→dataframe
A = np.array([[1,2],[2,3],[3,4]])
#Benennung von Spalten
B = pd.DataFrame(A,columns={"NO_1","NO_2"})
#Spalten umbenannt
B.rename(columns={"NO_1":"no1","NO_2":"no2"})
#Aggregat
B.groupby("NO_1",as_index=False).sum()
Recommended Posts