Python科学计算：NumPy与Pandas入门教程

在数据科学和机器学习的浪潮中，Python凭借其简洁易读的语法和强大的库支持，成为了最受欢迎的语言之一。而在Python的科学计算领域，NumPy和Pandas无疑是两颗璀璨的明星。本文将带你走进这两个库，探索它们的基本用法和强大功能。

NumPy：多维数组的魔法

NumPy（Numerical Python）是Python中用于科学计算的基础库之一，主要提供多维数组对象和一系列用于快速操作数组的函数。首先，我们来安装NumPy：

pip install numpy

安装完成后，导入NumPy库：

import numpy as np

创建数组

NumPy中最核心的对象是ndarray，我们可以通过多种方式创建数组：

# 创建一维数组
a = np.array([1, 2, 3, 4])
print(a)

# 创建二维数组
b = np.array([[1, 2], [3, 4]])
print(b)

# 创建全零数组
c = np.zeros((3, 3))
print(c)

# 创建全一数组
d = np.ones((2, 2))
print(d)

# 创建单位矩阵
e = np.eye(3)
print(e)

数组操作

NumPy提供了丰富的数组操作函数：

# 数组加法
f = a + np.array([1, 1, 1, 1])
print(f)

# 数组乘法
g = b * 2
print(g)

# 数组形状变换
h = np.reshape(a, (2, 2))
print(h)

# 数组切片
i = a[1:3]
print(i)

Pandas：数据处理的利器

Pandas是基于NumPy构建的，专门用于数据处理的库。它提供了DataFrame、Series等数据结构，极大地方便了数据的读取、清洗和分析。首先，安装Pandas：

pip install pandas

安装完成后，导入Pandas库：

import pandas as pd

创建DataFrame

DataFrame是Pandas中最常用的数据结构，类似于Excel表格：

# 创建DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
print(df)

数据读取

Pandas支持多种数据格式的读取：

# 读取CSV文件
df_csv = pd.read_csv('data.csv')
print(df_csv)

# 读取Excel文件
df_excel = pd.read_excel('data.xlsx')
print(df_excel)

数据处理

Pandas提供了强大的数据处理功能：

# 查看数据摘要
print(df.describe())

# 数据筛选
df_filtered = df[df['Age'] > 28]
print(df_filtered)

# 数据排序
df_sorted = df.sort_values(by='Age')
print(df_sorted)

# 处理缺失值
df['Salary'] = [50000, 60000, None]
df_cleaned = df.dropna()
print(df_cleaned)

结合使用：数据分析实战

在实际的数据分析项目中，NumPy和Pandas常常是配合使用的。以下是一个简单的示例，展示如何结合这两个库进行数据分析：

# 生成随机数据
data = np.random.randn(100, 4)
columns = ['A', 'B', 'C', 'D']
df = pd.DataFrame(data, columns=columns)

# 计算每列的均值
means = df.mean()
print(means)

# 找出A列中大于0的数据
df_positive = df[df['A'] > 0]
print(df_positive)

# 计算A列和B列的相关系数
correlation = df['A'].corr(df['B'])
print(correlation)

通过以上示例，我们可以看到NumPy和Pandas在数据处理和分析中的强大威力。掌握这两个库，将为你的数据科学之旅打下坚实的基础。

希望这篇教程能帮助你入门NumPy和Pandas，开启Python科学计算的新篇章！