Mis on Panda?
Python Pandas on objektorienteeritud kõrgetasemeline programmeerimiskeel. Kõrgetasemeline keel on inimestele arusaadav, see sisaldab inimkeele sõnu ja fraase.
Miks inimesed peavad pythonit?
1) programmeerija sõbralikkus ja kergesti mõistetav
2) Laialdased tugiteegid
3) hea paindlikkus ja komponentide integreerimine (saab hõlpsasti kombineerida rakenduste ja tööriistadega)
4) platvormi teisaldatavus
5) Opensource'i saadavus jne.
Pythoni tööpiirkonnad?
1) Süsteemi programmeerimine (pythoni skriptimine)
2) Ehitage GUI-d (nt õhem)
3) Veebidisain
4) andmebaaside programmeerimine
5) Teaduslik programmeerimine (nt Analyticsi jaoks)
6) Mängimine, pilditöötlus, robootika jne
Panda roll Pythonis
Pandad on pythoni programmeerimiskeele avatud lähtekoodiga seadistus ja ka python-teek, millele on litsentseeritud ja mis pakub kõrgjõudlusega andmeanalüüsi vahendeid ja hõlpsasti kasutatavaid andmestruktuure Pythoni programmeerimiskeele jaoks.
Andmete manipuleerimise funktsioonide ja analüüsi sügava jõudluse saavutamiseks tutvustas arendaja Mckinney segmenti Pandas pütoni osana. Olles avatud lähtekoodiga raamatukogu. siin on pandade lühend allpool
Pandad ==> Pan (paneel) + Das (andmed)
Andmete ettevalmistamine ja nende sama moodi vormistamine olid pythoni esialgsed tulemused enne Panda raamatukogude kasutuselevõttu. pärast pandaraamatukogude kasutuselevõttu hakkas analüütikasektoris väga palju õitsema. Panda peamised tulemused on järgmised:
1) andmete analüüs
2) andmete ettevalmistamine
3) andmetega manipuleerimine
4) andmete modelleerimine
5) andmete analüüs
Peamised väljad, kus kasutatakse Pythoni ja Pandat, on järgmised:
1) rahandus
2) majandusteadus
3) analüütika jms
Panda paketi paigaldus
1) Avage viip Installed anaconda
2) Paki installimiseks kasutage alltoodud käsku
pip install
Nt: pip paigaldage pandad
3) Nüüd saame teie programmi installitud paketi importida
Pandade mõistmine
Pandade peamised andmestruktuurid on järgmised:
1) Seeria: ühemõõtmeline andmestruktuur on suuruselt muutumatu.
Näide:
| 10 | 23 | 56 | 17 | 52 | 61 | 73 | 90 | 26 | 72 |
Parameetrid:
| Parameeter | Kirjeldus |
| andmed | Konstandid, loendid ja nikerid |
| Indeks | Unikaalsed väärtused, mis toimivad indeksi esitusena |
| dtype | Esitab andmetüüpi |
| koopia | Kopeeri andmed. vaikimisi vale |
Koodilõike näidis:
importida pandasid PD-na
impordi numpy kui np
Test_data = np.array (('a', 'b', 'c', 'd'))
Proov = PD.Series (testi_andmed)
trükiproov
2) andmeraam: heterogeenne ja formaadis kahemõõtmeline massiiv.
Näide:
| Nimi | Vanus | Sugu | Hinnang |
| Steve | 32 | Mees | 3.45 |
| Lia | 28 | Naine | 4.6 |
| Vin | 45 | Mees | 3.9 |
| Katie | 38 | Naine | 2, 78 |
Parameetrid:
| Parameeter | Kirjeldus |
| Andmed | Ndarrays, seeriad, kaardid, nimekiri |
| Indeks | Unikaalsed väärtused, mis toimivad indeksi esitusena |
| Veerud | Veergude sildid |
| dtype | Andmetüübi väärtused |
| koopia | Kasutatakse andmete kopeerimiseks |
Koodijupi näidis:
importida pandasid PD-na
andmed = (('Alex', 10), ('Bob', 12), ('Clarke', 13))
df = PD.DataFrame (andmed, veerud = ('Nimi', 'Vanus'))
print df
3) Paneel: see on heterogeenne andmestruktuur, mille vorming on kolmemõõtmeline. mis haldab andmeid paneelides.
Parameetrid:
| Parameeter | Kirjeldus |
| andmed | Andmed on mitmesugusel kujul, näiteks ndarray, seeria, kaart, loendid, dict, konstandid ja ka teine DataFrame |
| üksused | telg = 0 |
| major_axis | telg = 1 |
| minor_axis | telg = 2 |
| dtype | Iga veeru andmetüüp |
| koopia | Kopeeri andmed. Vaikimisi, vale |
Koodijupi näidis:
importida pandasid PD-na
impordi numpy kui np
andmed = ('üksus1': PD.DataFrame (np.random.randn (4, 3)),
'Punkt 2': PD.DataFrame (np.random.randn (4, 2)))
p = PD.Panel (andmed)
printida
Pandade eelised
1) Kohandatavad indekseeritud andmeraami objektid.
2) mitmesugused tööriistad andmete laadimiseks andmeobjektidesse sõltumata nende failivormingutest.
3) andmete efektiivne joondamine.
4) Pivot-andmestik.
5) Andmekogude ümberkujundamine.
6) etiketile orienteeritud viilutamine.
7) Andmete indekseerimine ja suuremahulise andmestiku alamhulk.
8) Kõrgjõudlusega andmekogumite tõhus ühendamine
9) Ajasarja funktsionaalsus
Vajalikud Python Panda oskused
1. Teadmised pythonveebis
2. ORM-i ja sellega seotud raamatukogude tundmine
3. Andmebaaside integreerimine
4. Probleemilahendusvõime
5. Võime koodi efektiivselt korraldada
Publik Python pandas
- Vaatajaskond, kellel on huvi Pythoni õppida.
- Isikud, kes soovivad saada Pythoni arhitektiks, arendajaks, analüütikuks ja testijaks, on ka suhteliselt professionaalsed rollid.
- Aitab liikuda edasi spetsialistide, kes on mõeldud sama eesmärgi saavutamiseks, professionaalsete aspektide ja tehniliste oskuste arendamiseks.
- Pythoni rakenduste arendamine huvitatud kandidaadid.
- Inimesed, kellel on huvi õppida analüütikat ja saada selles valdkonnas teadmisi.
Järeldus
Kindlasti on Python kümnendi jooksul üks kõige mitmekülgsemaid ja stabiilsemaid keeli. Selles äärmiselt stabiilses programmilises seadistuses on panda raamatukogu programmidel suur roll selle laialt levinud keele andmetega seotud aspektide hoogustamisel. Selle paindliku keele kõiki peamisi andmetöötlusega seotud vajadusi käsitletakse pandade seadistamisel kenasti.
Soovitatavad artiklid
See on olnud teemaks Mis on Panda ?. Siin arutasime pandade töötamist, mõistmist, rolli, oskusi ja eeliseid. Lisateavet leiate ka meie muudest soovitatud artiklitest -
- Mis on masinõpe?
- Sissejuhatus Pythoni
- Mis on Shelli skriptimine?
- Pythoni operaatorid
- Sammud Python Panda DataFrame loomiseks
- Silmusetööde juhend koore skriptimisel