python備忘録 超基礎

#import不要な構文の書き方

# listの生成
list = [0,1,2]
print(list)

[0, 1, 2]

#listの追加

list2 = [[0,1,2]]
list2.append([3,4,5])
list2

[[0, 1, 2], [3, 4, 5]]

#list

len([0,1,2])

3

#list

[0,1,2].count(0)

1

#辞書 {key:value}の形式で作成
#メソッドgetに指定するとvalueを返す

{"宮迫" : "謹慎", "田村" : "復帰"}.get("宮迫")

'謹慎'

#list スライスでの指定
#[:3]で0から3番目の手前まで指定

[0, 1, 2, 3, 4, 5][:3]

[0,1,2]

#UDF関数の作り方

def printHello():
    return print("Hello, world!!")
 
printHello()

'Hello, world!!'

#if文での条件分岐

x = 10
if x <= 20:
    print("xは20以下です。")
 
if x <= 30:
    print("xは30以下です。")
 
elif x >=40:
    print("xは40以上です。") #この文は表示されない

'xは20以下です。'
'xは30以下です。'

#for文

x = 0
for i in range(100):
    x += i

4950

#numpy
moduleのimport

# numpyモジュールのインポート
import numpy as np

example1 = np.array([2, 4, 6, 8, 10])
example1

array([ 2, 4, 6, 8, 10])

#print("{}".format()) はコメント付けれるので中身を確認しやすい

print("example1:\n{}".format(example1))

example1:
[ 2 4 6 8 10]

# ネストされたリストを渡した場合

example2 = np.array([[1, 2, 3, 4, 5], [2, 4, 6, 8, 10]])
example2

array(
[[ 1, 2, 3, 4, 5],
[ 2, 4, 6, 8, 10]])

# example2の次元と形
# shapeはlistには使えないので注意！ndarrayに入れよう

print(example2.ndim, example2.shape)

2 (2, 5)

# 行列置換

example2.transpose()

array(
[[ 1, 2],
[ 2, 4],
[ 3, 6],
[ 4, 8],
[ 5, 10]])

# ndarray → list変換

np.array([1,2,3,4,5][2,3,4,5,6]).tolist()

#pandas
moduleのimport

# pandasモジュールのインポート
import pandas as pd

data = pd.DataFrame({"area" : [18, 19, 20], "age" : [5, 4, 10]}, index = ["A", "B", "C"])
data

# データフレームの先頭n行のみ参照する。
data.head(1)

# データフレームからvaluesのnumpy配列 / 列名のnumpy配列を取得する。
data.values, data.columns

(array([
[ 5, 18],
[ 4, 19],
[10, 20]]),
Index(['age', 'area'], dtype='object'))

#要約統計量
data.describe()

#相関係数
data.corr()

# 列の削除
data = data.drop("time", axis = 1)
data

# 列選択
data[["age","area"]]

# 条件指定
data[(data["age"]<=5) & (data["area"]==18)]

# ndarray→dataframe

A = np.array([[1,2],[2,3],[3,4]])
 
# cloumns命名
B = pd.DataFrame(A,columns={"NO_1","NO_2"})
  
# cloumns名変更
B.rename(columns={"NO_1":"no1","NO_2":"no2"})

# 集計
B.groupby("NO_1",as_index=False).sum()