Numpy
NumPy是Python的一种开源的数值计算扩展，可用来存储和处理大 型矩阵，比Python自身的列表结构要高效得多。NumPy底层使用 BLAS 作为向量，各种运算的速度也得到大幅提升。它主要包括：
强大的N维数组对象Array；
比较成熟的（广播）函数库；
用于整合C、C++和Fortran代码的工具包；
实用的线性代数、傅里叶变换和随机数生成函数，使 NumPy 和 稀疏矩阵运算包SciPy的配合使用更加方便。 另外，NumPy中的数据类型在 Pandas、Scikit-Learn、StatsModels 等库中被作为基本数据类型使用。
Pandas
Python 之所以能成为强力的数据分析工具，和 Pandas 库有很大的 关系。Pandas 的主要应用环境如下：
数据的导入与导出；
数据清理；
数据挖掘与探索；
为分析做数据处理与准备；
结合Scikit-Learn、StatsModels进行分析。
用得最多的Pandas对象是DataFrame，它是一个两维数据 表结构，包含多行多列。
相对于 R等统计软件，Pandas借鉴了 R的数据结构，因此拥有了 R 的很多方便的数据操作特性；在语法设计上，Pandas比R和Stata更严谨 且更简洁易用；基于Python自动管理内存的能力，以及在很多细节上的 优化（比如在数据操作过程中的数据复制和引用），Pandas拥有了更好 的管理和计算大数据的能力。
Pandas的底层基于NumPy搭建，因此Pandas拥有了NumPy的全部优 点，比如Pandas定义的数据结构可以支持NumPy已经定义的计算，相当 于拥有了MATLAB的矩阵计算能力；NumPy原生的C接口也为扩展 Pandas的计算性能带来了很大的方便。 对于金融用户来讲，Pandas提供了一系列适用于金融数据的高性能 时间序列与工具，例如Panel、时间Series等。
Matplotlib
Matplotlib是Python最著名的绘图库，提供了一整套和MATLAB相 似的命令API，十分适合进行交互式制图。我们也可以很方便地将它作 为绘图控件，嵌入GUI应用程序中Matplotlib 的文档相当完备，而且在 Gallery 页面中有上百幅缩略图，打开后都有源程序。因此，如果需要绘制某种类型的图，则只需在这个页面中浏览、 复制、粘贴，就基本可以搞定。
Seaborn
Seaborn其实是在Matplotlib的基础上进行了更高级的API封装，从而 使作图更容易。在大多数情况下使用 Seaborn 就能制作出非常有吸引力的图，而使用Matplotlib就能制作出具有更多特色的图。但是应该把Seaborn视为Matplotlib的补充，而不是替代物。
Seaborn默认的浅灰色背景与白色网络线的灵感来源于Matplotlib， 却比Matplotlib的颜色更加柔和。我们发现，图对于传播信息很有用， 几乎在所有情况下，人们喜欢图更甚于表。
SciPy
SciPy 包含致力于解决科学计算中常见问题的各个工具箱。它的不 同子模块相当于不同的应用，例如插值、积分、优化、图像处理、特殊 函数等。SciPy可以与其他标准科学计算程序库进行比较，比如GSL（GNU C或C++科学计算库）或者 MATLAB 工具箱。SciPy 是Python 中科学计 算程序的核心包，用于有效地计算NumPy矩阵，让NumPy和SciPy协同 工作。
Scikit-Learn
Scikit-Learn 是基于 Python 的机器学习模块，基于 BSD 开源许可 证。Scikit-Learn 的基本功能主要被分为6部分：分类、回归、聚类、数 据降维、模型选择和数据预处理，具体可以参考官方网站上的文档。
对具体的机器学习问题的解决，通常可以分为三步：
数据准备与预处理；
模型选择与训练；
模型验证与参数调优。
Scikit-Learn 封装了这 些步骤，使建模的过程更方便、简单和快捷。
安装
numpy 的引用
使用 ndarray 创建数组
NumPy 的主要对象是 ndarray，该对象是一个快速、灵活的大数据容器电脑版WPS office下载的网站怎么找。在此需要注意，在ndarray与Python中内置的list、tuple并不相同。在Python中，元素的数据类型可以不同；而在ndarray中，所有元素的数据类型必须相同。
Output:
创建一个
Output:
创建全0的数组
Output:
创建全1的数组
Output:
创建1-10 且为 2 的等差数列
Output:
创建1-10且长度为4的等差数列
Output:
数组索引、切片、赋值
索引切片的操作类似于Python的内置函数list，只不过是从一维拓展到多维而已。首先，我们创建一个 的 ndarray：
Output:
选取行
Output:
选取给定的行列值
Output:
选取前几行
Output:
选取前几行与前几列
Output:
基本的数组运算
ndarray 的一大特色就是可以将代码向量化。所谓向量化，就是对 一个复杂的对象进行整体操作，而不是对其中的单个元素进行循环。NumPy 的大部分代码都是由 C 语言编写的，并且进行了高度优化，这 大大加快了计算速度。
简单的数学运算可以直接在ndarray上运行，例如：
Output:
矩阵的加法
Output:
矩阵中对应元素相乘
Output:
矩阵中每一个元素乘以系数
Output:
矩阵中每一个元素进行幂运算
Output:
在 NumPy 中还有一些内置的数学函数，可以帮助我们快速地对数
wps的电脑版的下载的网址怎么找
据进行统计计算，比如sum、max、mean、std等。
求和：
Output:
求标准差：
Output:
求最大值：
Output:
基本的数组统计方法
方法说明sum对数组的全部或者轴向数据求和mean算术平均数std var标准差，方差min max最大值和最小值argmin argmax最小元素和最大元素的索引cumsum cumprod所有元素累计求和 所有元素累 wps office 的官方的下载地方在哪里计求积
随机数
NumPy还可以用来生成伪随机数，负责这一功能的是其子库 numpy.random。
首先，导入 numpy.random。为了更直观地展示随机数的生成过程，这里同时导入了Matplotlib，以将结果可视化：
例如，npr.rand函数可以用来生成 的随机多维数组：
Output:
通过简单的线性变换，即可将将随机区间转化为
Output:
下表展示了生成简单随机数的函数及其参数和描述。
函数参数描述roundd0,d1生成半开区间内的多维随机数randnd0,d1生成来自正态分布的多个样本randintlow,high,size生成半开区间内的随机样本整数chiocea,size,raplace,p生成在给定的一维数组中的随机样本
许多金融模型，例如 BSM 模型、跳跃扩散模型、平方根扩散模型等，都依赖于正态分布。我们可以通过生成相应的随机数，来将原本连续的金融模型离散化，从而进行近似模拟。在npr.random模块中内置了很多分布函数，具体内容可以查阅NumPy的文档。
作为例子，我们将如下分布的随机数进行可视化。
n=100、P=0.3的二项分布。均值为10、标准差为2的正态分布。自由度为0.5的卡方分布。λ为2的泊松分布。
Pandas 是基于 NumPy 衍生出的一种工具，用于解决数据分析问 题，它纳入了大量的库和一些标准的数据模型，提供了可WPS office的电脑版的下载的入口用于高效操作 大型数据集的工具，是使 Python 成为强大而高效的数据分析工具的重 要因素之一。
安装
Pandas 引用
Pandas 数据结构
Pandas 的数据结构主要分为三种：Series（一维数组）、 DataFrame（二维的表格型数据结构）和Panel（三维数组）。
Series
Series指一维数组，与 NumPy中的一维 Array类似。Series、Array与 Python基本的数据结构List也很相近，其区别是：在List中的元素可以是 不同的数据类型，而在Array和Series中则只允许存储相同的数据类型， 这样可以更有效地使用内存，提高运算效率,Series增加了对应的标签（label）以用于索引，可以包含0个或者多 个任意数据类型的实体。其中，标签索引赋予了Series强大的存取元素 功能。除通过位置外，Series还允许通过索引标签进行元素存取：
Output:
Series 的字符串表现形式为：索引在左边，值在右边。因为在建立 过程中没有指定索引，所以Python会自动为我们加入一个0～n的整数索 引，我们可以通过数字获取具体位置上的元素：
Output:
可以通过index与values获取Series的索引与数据：
Output:
当然，也可以在Series建立时就指定索引：
Output:
可以直接通过索引获取数值：
Output:
对于Series的各种计算，其结果也会保留index：
Output:
另外，Series可以被转换为字典：
Output:
DataFrame
DataFrame 指二维的表格型数据结构。在 DataFrame 有很多功能与 R 中的 data.frame类似，我们可以将DataFrame理解为Series的容器，也 就是说，在DataFrame中，多个Series共用了一个索引index。 在以字典或Series的字典的结构构建DataFrame时，最外面的字典对 应DataFrame的列，内嵌的字典及Series则是其中的每个值，例如:
Output:
onetwoa1.01b2.02c3.03dNaN4
从字典的列表中构建 DataFrame 时，其中的每个字典代表的是每条 记录（DataFrame中的一行），字典中每个值对应的是这条记录的相关 属性。同时可以看到，当由多个Series组成DataFrame时，Pandas会自动按 照index对齐数据，如果某个Series的index缺失，则Pandas会将其自动填 写为np.nan。
Pandas 输出设置
在 Pandaswps电脑版的下载的地址怎么找 中可以通过 set_option 设置 Pandas 的输出格式，例如最 多显示的行数、列数等：
Pandas 数据的读取与写入
Pandas可以方便地读取本地文件如csv、txt、xlsx等，例如：
Output:
Unnamed:0tickersecShortNametradeDateclosePrice001平安银行2017/6/209.12112万科A2017/6/2021.03224国农科技2017/6/2027.03335世纪星源2017/6/205.45446深振业A2017/6/208.87557全新好2017/6/2015.87
我们可自行输入pd.read_，使用代码补全功能查看Pandas可以读取的数据类型。
同理，可以使用to_，将DataFrame输出到文件中：
DataFrame wps 的官网的下载地方在哪里 排序
上述代码的作用就是先按照group降序排列，当group相同时再按照 ounces升序排列。参数中的 inplace=True 直接将排序后的结果存在 data，即直接用排序好的数据覆盖原始数据。
DataFrame 去重
在大多数时候，在数据中会有重复的数据，在做分析前需要进行去 重
wps的免费版下载的网站
Output:
k1k20one31one22one13two34two35two46two4
Output:
k1k20one31one22one13two35two4
在不加任何参数时，Pandas会将完全相同的行去重：
Output:
k1k22one16two4
当设置 subset为 k1时，只要 k1重复，Pandas就认为是重复的，可以 通过 keep参数确定需要保留哪个，一般在使用keep时先排序。 另外，如果需要查看重复的行，则可以进行如下操作：
Output:
k1k24two36two4
Pandas 替换数据
如果想批量替换数据中的指定数值，则可以使用 replace：
Output:
Unnamed:0tickersecShortNametradeDateclosePrice00.0NaN平安银行2017/6/209.121NaN2.0万科A2017/6/2021.0322.04.0国农科技2017/6/2027.0333.05.0世纪星源2017/6/205.4544.06.0深振业A2017/6/208.8755.07.0全新好2017/6/2015.87
如果想批量替换数据中的指定数值，则可以使用 replace：
也可以重命名某些列：
Output:
idtickersecShortNametradeDateclosePrice00.0NaN平安银行2017/6/209.121NaN2.0万科A2017/6/2021.0322.04.0国农科技2017/6/2027.0333.05.0世纪星源2017/6/205.4544.06.0深振业A2017/6/208.8755.07.0全新好2017/6/2015.87
切片与筛选
DataFame 有三种切片方法，分别问 loc,iloc和ix (注意: == pandas的1.0.0版本开始，移除了Series.ix and DataFrame.ix 方法 ==)
df.loc的第 1个参数是行标签，第 2个参数为列标签（为可选参数， 默认为所有列标签），这两个参数既可以是列表，也可以是单个字符。 如果这两个参数都为列表，则返DataFrame，否则返回Series：
Output:
tickerclosePrice019.121221.032427.03355.45468.875715.87
a.loc中的 表示所有的行。
df.loc的第 1个参数是行的位置，第 2个参数是列的位置（为可选参 数，默认为所有列标签），这两个参数既可以是列表，也可以是单个字符。如果两个参数都是列表，则返回DataFrame，否则返回Series：
Output:
tickerclosePrice019.121221.032427.03