Python中的中值函数 python中间值

python编程求三个数的中间值a = 5
b = 1
c = 3
if ab:
a,b = b, a
if ac:
print(a)
else:
print(c)
python 中一维数据中值滤波函数,在matlab中有 medfilt1函数,Python中有吗 , 只找到了图像2维的,有Python中的中值函数的Python中的中值函数,在numpy包中
import numpy as np
dat = [1,3,5,6,7,2,4]
med = np.median(dat) # med=4.0
python数据分析2:DataFrame对象DataFrame对象:二维表数据结构,由行列数据组成的表格
常用index表示行,columns表示列
'''
语文数学英语
011010599
110588115
2109120130
'''
# print(df.columns)# Index(['语文', '数学', '英语'], dtype='object')
# print(df.index)# Int64Index([0, 1, 2], dtype='int64')
# 遍历DataFrame数据的每一列
'''
0110
1105
2109
Name: 语文, dtype: int64
0105
188
2120
Name: 数学, dtype: int64
099
1115
2130
Name: 英语, dtype: int64
'''
1.创建一个DataFrame对象
pandas.DataFrame(data,index,columns,dtype,copy)
# data表示数据 , 可以是ndarray数组,series对象、列表、字典等
# index表示行标签(索引)
# columns表示列标签(索引)
# dtype每一列数据的数据类型
# copy用于复制数据
# 返回值DataFrame
通过二维数组创建成绩表
'''
语文数学英语
011010599
110588115
2109120130
'''
2.通过字典创建DataFrame对象
value值只能是一维数组或单个的简单数据类型
# 数组 , 则要求所有的数组长度一致
# 单个数据,每行都需要添加相同数据
'''
语文数学英语班级
0110105109高一7班
110588120高一7班
299115130高一7班
'''
'''
【DataFrame属性】
values 查看所有元素的值df.values
dtypes 查看所有元素的类型df.dtypes
index 查看所有行名、重命名行名df.indexdf.index=[1,2,3]
columns 查看所有列名、重命名列名df.columnsdf.columns=['语','数']
T 行列数据转换df.T
head 查看前n条数据,默认5条df.head()df.head(10)
tail 查看后n条数据,默认5条df.tail()df.tail(10)
shape 查看行数和列数 , [0]表示行,[1]表示列df.shape[0]df.shape[1]
info 查看索引,数据类型和内存信息df.info
【DataFrame函数】
describe 查看每列的统计汇总信息,DataFrame类型df.describe()
count返回每一列中的非空值的个数df.count()
sum返回每一列和和,无法计算返回空值df.sum()
max返回每一列的最大值df.max()
min返回每一列的最小值df.min()
argmax返回最大值所在的自动索引位置df.argmax()
argmin返回最小值所在的自动索引位置df.argmin()
idxmax返回最大值所在的自定义索引位置df.idxmax()
idxmin返回最小值所在的自定义索引位置df.idxmin()
mean返回每一列的平均值df.mean()
median返回每一列的中位数df.median()
var返回每一列的方差df.var()
std返回每一列的标准差df.std()
isnull检查df中的空值 , 空值为True,否则为False,返回布尔型数组df.isnull()
notnull检查df中的空值,非空值为True,否则为False,返回布尔型数组df.notnull()
中位数又称中值,是指按顺序排列的一组数据中居于中间位置的数
方差用于度量单个随机变量的离散程序(不连续程度)
标准差是方差的算术平方根,反映数据集的离散程度
'''
3. 导入.xls或.xlsx文件
# pandas.read_excel(io,sheetname=0,header=0,names=None,index_col=None,usecols=None,squeeze=False,dtype=None,engine=None,converters=None,true_values=None,false_values=None,skiprows=None,nrow=None,na_values=None,keep_defalut_na=True,verbose=False,parse_dates=False,date_parser=None,thousands=None,comment=None,skipfooter=0,conver_float=True,mangle_dupe_cols=True,**kwds)

推荐阅读