天秀!一张图就能彻底搞定Pandas
大家好, 关于在三月初我曾向大家分享过的一份绘图小抄的情况, 其具体的内容是详见收下这份来自的神器, 一图搞定 的部分。就在昨天那个编程的时候, 我没有特别留心, 就忽然间瞧见了, 那个官方机构竟然也把那种一样的参考手册给搞出来了, 具体的那个项目存放的地址呢, 在下面这个地方。可以看到这份小抄, 提供了PPT和PDF两个版本, 虽然最新一条更新记录为两年前, 但是并不影响我们拿来学习, 下面我们来看看这份小抄速查表的强大这份速查表一共是两页, 我已经将它转换成了图片, 并且发布了在公众号上面,不过公众号的图片可能受到压缩的影响, 你可以通过文末的链接来下载高清的大图。经过了一番研究, 这两张图片一起覆盖了的, 是一共12个常用的操作。1、数据创建这里把几种常见的用来创建语法的方法都做了一个简单的介绍。2、数据重塑这部分内容主要涵盖了一些在数据清洗流程中经常被使用到的技术手段, 例如进行数据的关联拼接、对数据进行排列顺序的调整以及执行数据的移除操作等。不仅如此, 它还针对四类常见的实际操作提供了直观的图形化展示, 让想要弄懂这些步骤变得极其轻松, 完全不存在理解上的障碍, 可以说便捷程度达到了前所未有的水平。3、数据筛选在这一个区域里面, 主要是会分别使用行和列的方式来对一些常用的操作进行讲解, 比如数据查看、抽样、还有切片这些操作, 这里面包含了像tail、head、loc、iloc这样非常重要的一些方法, 同时还给出了部分动画, 以便于大家去理解。4、数据探索在这一板块里面, 主要是介绍了一些在进行探索性分析的时候经常用到的方法, 像是最大值、最小值以及计数这样的操作功能, 不过呢, 官方文档是把 apply这个函数归类安排在这里面的, 但是却没有针对它做更加详细深入的讲解说明。5、数据修改这两处区域的功能分别是处理缺失值, 以及创建出全新的列, 在这里边重点通过动画的展示方式把qcut这个方法给大家演示了一遍, 而在处理缺失值的部分, 仅仅是给出了两种方法, 这看起来像是偷懒的表现。6、数据分组主要的还是同相关的办法, 去进行对接与处理。7、数据连接这里所介绍的内容是非常详细的, 通过使用相关的实例图片来展示在采用功能时, 因为各个不同参数变化而导致的差异现象, 这使得人们能够轻而易举地理解这些内容。以上就是我对这份小抄所作出的基本概括, 各位观众此刻应当已经明晰, 单纯地凭借两张图片, 是绝对没有办法将整个内容彻底弄懂的, 因此, 官方选择性地针对一些至关重要的方法提供了极为详尽的阐述说明, 而对待另一些功能的态度则是仅仅轻描淡写地带过, 比如我曾经投入了十分庞大的精力去进行详细说明的绘图操作部分, 这里所呈现出来的内容, 不过是那浩瀚体系中极其微小的一小部分罢了。所以你应该这样使用这份小抄, 把小抄当成速查表, 用于了解哪些操作可以通过完成的方式来实现, 当你处于不确定的状态或者不明白如何处理数据的时候, 你就通过这份速查表快速查到哪一个方法可以完成对应的工作, 然后再进一步通过搜索来学习对应的这个方法。