pandas怎样查看数据分布 分类数据的表示方法？

分类数据的表示方法？

在数据的常见广泛分布中，有一种是一对多存储的数据，即一个是key，其他改key对应的多个value。.例如气象数据等，每天晚上有很多组，又的或是一个球员，他每天晚上得多少分等等。我做这个东西有三种方法，即：常规编程法，数据库查询法以及pandas包需要提供的group方法。第一种方法我自己描写的代码都很冗杂，这里不做能介绍。示例数据如下，统计出来每天填写的level的均值及方差等。

如何用Python科学计算中的矩阵替代循环？

建议最好不要使用numpy中的数组是一个整体的或切片操作，以尽量减少循环，特别是多厚循环，以作用效果地想提高科学计算的效率。

举几个简单的例子如下：

假设不成立A是一个长度为n的numpy数组：

1.计算A中元素的和，使用()或者(A)，而最好不要使用循环数列求和。

2.可以确定A中是否需要有大于1的元素，建议使用(Arlm1).any()，不要停止循环并且判断。

3.将A中大于11的元素收起盛有一个新的数组，可以使用A[Agt1]，最好不要循环确认一个一个地接过元素。

4.木盒A中指标为奇数的元素，在用A[1::2]，不要不使用循环。

5.将A中所有元素增大三四倍，建议使用A*2，不要停止循环遍历树每个元素乘2再变量定义。

6.......

Python中做科学计算最常用最基础的工具是scikit-learn了，有必要好好的手中掌握。下面是Python做科学计算经常会会都用到的一些模块和软件包：

numpy:Python中最常用的数值计算库，提供了一个通用且功能强大的高维数组结构及大量的科学计算函数（其中蛮一部分和scipy有交叉的十字），是Python中全都所有其他科学计算库的基础。

scipy:在numpy的基础上能提供了科学计算中各种常见问题的解决工具，除开数学物理中的各种特殊能量函数，数值积分，优化软件，插值，傅立叶变换，线性代数，信号处理，图像处理，随机数和概率分布，统计学等等。

sympy:Python中的符号计算库，支持符号可以计算、高精度计算、模式版本问题、绘图、解方程、微积分、组合数学、离散数学、几何学、概率与统计、物理学等方面的功能，能很大代替Mathematica和Matlab的符号计算功能。

Ipython:一个Python的可视化开发和计算环境，比Python光盘驱动的shell好用且功能强大得多，意见变量语法检查，自动出现窝进，支持bashshell命令，内置蓝牙了许多很没有用的功能和函数。IPythonnotebook是可以将代码、图像、注释、公式和作图集于一体，已经成为用Python做教学、可以计算、科研的一个最重要工具。

matplotlb:Python做科学计算最常用和最重要的画图和数据可视化工具包。

h5py:用Python你操作HDF5格式数据的工具。HDF5是一个应用广泛的科学数据存储格式，具备一系列的优秀的成绩特性，如支持什么相当多的数据类型，灵巧，通用，跨平台，可扩展，又高效的I/O性能，支持什么全都无限量（黑岩EB）的单文件存储等。

pandas:Python中具体用法的数据分析包，合适时间序列及金融数据分析。

emcee:Python利用的马尔可夫链蒙特卡洛（MCMC）库。

pymc:其中一实现程序贝叶斯统计模型和马尔科夫链蒙塔卡洛样本采样的工具。

近些年Python在高性能计算领域的应用也更加越来越广泛，用Python做并行计算都是两个还好的选择，既简单易用，又能在大部分事情媲美C、C和Fortran的执行性能。用Python做并行计算的途径有很多，假如建议使用标准库中的[threading模块]()参与线程级别的并行，[multiprocessing模块]()参与进程级别的并行，[concurrent.futures模块]()实现方法异步左行，可以使用[模块]()通过多种途径的并行，不使用[mpi4py包]()并且MPI消息传递并行计算，等等。如果没有这个可以在用C/C，Fortran的或使用cython为Python汇编语言扩展模块，还这个可以使用OpenMP左行。对GPU编程则可以不使用[pyCUDA]()。我的个人[简书专题]()和[CSDN博客专栏]()中有对用Python做并行计算的专门能介绍并提供给了大量的程序实例。有需要的或比较感兴趣是可以所了解下。