PYTHON学习笔记_data.drop

Pandas

data.insert()

• 功能： insert()函数可以在指定的位置插入数据
• 用法： data.insert(变量一, '变量二'，变量三)，变量一控制插入数据所在列，变量二表示插入列的名称，变量三指定插入数据。
• 例: data.insert(0, '性别'， data,pop('gender'))

data.pop()

• 功能： pop()函数用来删除数据
• 用法： data.pop(’列名称‘)

data.drop()

• 功能： drop()函数可以删除某一列/行
• 用法： data.drop(''名称', axis = 1_or_0，inplace = False_or_True)，变量一表示删除的行/列的名称；变量二表明删除的是行0还是列1；变量三True表示直接对原表修改，False表示不改变原来的数据删除后返回新表data2。

shape()

• 数据或者图片的尺寸，shape[0]表示数据或图片的长度，shape[1]表示数据或图片的宽度
• img.shape[] data.shape[]

data.loc() && data.iloc()

data.loc()

• 用于选取DF中的行或者列
• df.loc[行标签，列标签]，其中行列标签使用的都是实际设置的索引和列名
• .loc可以选取没有的行和列，赋值之后可以添加新的行或者列

data.iloc()

• data.iloc[1:3,2:5],其中1：3表示第一行到第三行，2：5表示第二行到第五行
• .iloc()使用的全是0开头的行号和列号，智能选择数据中有的行和列

data.isin(values)

• 用于选取DF中特定列中具有特定（或多个）值的行

Numpy

np.matrix()

• 返回一个矩阵
• 返回之后的矩阵可以使用 numpy.transpos 函数转置矩阵，还可以使用 T属性(矩阵.T)
• numpy.matlib.empty(shape, dtype, order) 返回一个新的矩阵，shape定义矩阵形状，dtype定义矩阵中的数据类型，order：C（行距优先）-or- F（列距优先)
• numpy.matlib.eye(n, M, k,dtype),创建一个新的矩阵。n: 返回矩阵的行数；M：返回矩阵的列数，默认是n；K：对角线的索引；dtype：数据类型。

ravel()

• 将数组的维度拉成一维数组

Matplotlib

pyplot

fig, ax = plt.subplots()

• subplots 指画多个图，该函数返回一个元组，元组包含了fig（ figure的缩写 ），和axes的集合
• 上图的写法等价于

fig = plt.figure()
ax = fig.add_subplot(111)

• fig 表示绘图窗口，ax表示这个绘图窗口上的坐标系（axis）

scatter

• 原型:

scatter (x, y, s = 20, c = 'b', marker = '0', cmap = None, norm = None,vmin = None, vmax = None, alpha = None, linewidths = None, verts = None, hold = None, **kwargs)