Python常用命令:
1.整除: //
print(3//2)
>>>
1
Pandas下的常用命令:
1.读取表格数据:pd.read_csv(path=' ', header=None): 读取无表头的.csv文件;
pd.read_csv(path=' '): 默认读取包含表头的.csv文件;
表格数据太多,分批读取:
chunksize = 10000
whole_features = pd.read_csv(path, iterator=True)
for i in range(2941):
whole_features = whole_features.get_chunk(size=chunksize)
2.查看pd中的数据类型:pd.dtypes;(np:np.dtype);
3.df定位最后一列:df.iloc[:, -1];
4.拼接:pd.concat([pd1,pd2],axis=0): 按行拼接;
pd.concat([pd1,pd2],axis=1): 按列拼接;
5.pd转换为numpy格式(pd->>>numpy): pd1.to_numpy();
6.numpy转换为pd格式(numpy->>pd):pd.DataFrame(numpy1)
7.已知列明,读取某一列:data=df[feature_name]
8.生成空的DataFrame: df=pd.DataFrame([])
Numpy常用命令
1.创建空数组:a=[]; a.append(v)
2.返回最大值对应的下标:np.argmax(numpy1, axis=1): 按列求最大值;
3.tensor张量转换为numpy: np.array(tensor1)
4.numpy转换为张量tensor:
5.numpy的统计特性:np.mean(numpy1, axis=0): 按行求均值;
np.std()或者numpy1.std();
numpy1. max(): 求最大值:
6. numpy改变数据类型: numpy1.astype(np.uint8): 将原数据类型变为numpy整型;
7.设置随机种子:np.random.seed(256);
8.生成指定形状的指定元素:np.full(shape, full_value)