numpy和pandas数据处理函数,先学numpy还是pandas

　　本文主要介绍python数学建模是为了深化对Numpy和熊猫的学习，后面是前面的学习拓展更多Numpy的相关内容，有需要的可以参考一下。

　　00-1010序Numpy learning 1-Numpy . array 2-Numpy . empty 3-Numpy . zeros 4-Numpy . ONES Numpy从现有数组创建数组1-Numpy . as array 2-Numpy . from buffer 3-Numpy . from miter Numpy从数值范围创建数组1-Numpy . arange 2-Numpy . linspace 3-Numpy . log space综合应用[array，arange，Lin space，lonspace]3360综合Numpy切片和索引NumPy高级索引1-整数数组索引2-布尔索引3-花式索引综合应用【数组元素的索引】熊猫学习(续)1将数据写入excel和csv文件2数据的一些预处理3数据的选择和操作

　　在工程技术、经济管理、科学研究、军事作战训练和日常生活等许多领域，人们经常会遇到各种各样的优化问题。比如在生产经营中，我们总是希望制定出最佳的生产计划，充分利用现有的人力物力资源，获得最大的经济效益；在运输问题中，我们总是希望设计出最佳的运输方案，在完成运输任务的前提下，争取最低的运输成本。【优化问题的数学建模也是数学建模竞赛中的常见问题。这类问题通常可以用数学规划模型来研究。】

　　数学规划是运筹学的一个重要分支，线性规划是数学规划的一个主要部分。许多实际问题都可以归结为“线性规划”问题。线性规划有着相对完善的理论基础和有效的求解方法，在实际问题中被广泛应用。特别是随着计算机技术的飞速发展，线性规划的应用在深度和广度上都有了很大的提高。

　　python数学建模和熊猫学习的数值应用介绍

前言

　　# Numpy的基本用法

　　Numpy提供了两个基本对象：ndarray存储单一数据类型的多维数组；

　　Ufunc是一个可以处理数组的函数。

　　1-导入功能

　　将numpy作为np导入

　　双数组创建

　　2-1数组可以将列表或元组转换为n array数组。

　　2-2 arange在给定的时间间隔内创建一个算术数组，格式如下：

　　arange(开始=无，停止=无，步进=无，dtype=无)

　　[步长是指步长间隔]

　　2-3 linspace在给定的区间内创建一个区间相等的数组。格式是：

　　linspace(start，stop，num=50，endpoint=True)

　　[等间隔的num数据，num的默认值为50]

　　2-4 logspace在给定的时间间隔内生成相等比率的数组。格式是：

　　日志空间(开始，停止，数量=50，端点=真，基数=10.0)

　　[默认情况下，生成间隔为[10start (power)，10stop (power)]的num数据的等比例数组]

　　以及一、零、空、ones _ like等一系列函数的应用：

　　pre>

1-numpy.array

# numpy.array

2-numpy.empty

# numpy.empty

3-numpy.zeros

# numpy.zeros

4-numpy.ones

# numpy.ones

NumPy 从已有的数组创建数组

1-numpy.asarray

# numpy.asarray

2-numpy.frombuffer

# numpy.frombuffer

3-numpy.fromiter

# numpy.fromiter

NumPy 从数值范围创建数组

1-numpy.arange

# numpy.arange

2-numpy.linspace

# numpy.linspace

3-numpy.logspace

# numpy.logspace

综合运用【array、arange、linspace、lonspace】:

# 综合运用

综合运用【ones、zeros、empty、ones_like】

# 综合运用【ones、zeros、empty、ones_like】

1. NumPy 切片和索引

# NumPy 切片和索引

NumPy 高级索引

Numpy中的array数组与Python基础数据结构列表（list)的区别是：
列表中的元素可以是不同的数据类型array数组只允许存储相同的数据类型

NumPy 比一般的 Python 序列提供更多的索引方式。

　　

除了之前看到的用整数和切片的索引外，数组可以由
整数数组索引布尔索引花式索引

1-整数数组索引

# 1-整数数组索引

2-布尔索引

# 布尔索引

3-花式索引

# 花式索引【利用整数数组进行索引】

　　三个实用小方法：

条件加小括号
使用np.logical_and方法
使用np.all方法

import numpy as np

综合运用【数组元素的索引】

　　相关代码如下：

import numpy as np

Pandas学习（续）

# Pandas学习（续）

　　运行效果如下：

lxw1 = pd.DataFrame(np.random.randn(16, 4), index=dates, columns=list(ABCD))

　　运行结果如下：

1 将数据写入excel、csv文件

# 将lxw1的数据写入excel文件

　　部分效果图如下：

# 从文件中读入数据：