Numpy和Pandas基础操作的一些注意事项

Pandas操作的一些注意事项

• 从DataFrame中选取的列是数据的视图而不是拷贝，因此对该列的操作会映射到DataFrame中。如果需要复制，需要显式的调用copy()方法。
• 如果嵌套字典被赋值给DataFrame，pandas会将键作为列索引，内部字典的键作为行索引。如果行索引未指定，则为0,1,2。
• drop会默认按照行标签进行删除（即，axis=0），inplace=True时会清除被删除的数据。
• DataFrame[:2]选择的是列，注意与下一条的不同；在广播机制中同样按照列进行匹配，按行进行广播，需要修改则令axis=0；各种函数时也是在列上进行操作。
• loc[[index标签],[columns标签]]和iloc[[行整数标签],[列整数标签]],为了保证语义一致性，在有轴索引为整数索引时，请避免使用loc。

Numpy操作的一些注意事项

• 注意！Numpy底层由C语言构建，而且存储在连续的内存块上，所以数据占用内存小，操作速度快。
• 在用astype()方法对string数据进行转换时务必注意，numpy不会给出数据修正的提示。
• numpy中的切片也是源数据的视图而不是拷贝。
• 标量的赋值同样会触发广播机制。
• 多维数据的切片默认按行进行切片，类比pandas中的iloc
• 当使用bool选择数据时，例如array[names==‘Bob’],其中names为数组，如果发生错误，numpy不会报错，所以使用时务必保证bool数组与数组长度一致。
• and和or对Bool数组无用，请使用&或者|
• 神奇索引arr[[1,2],[3,4]]类比iloc，返回的是数据的复制对象，arr[1,3]索引返回的是数据的视图。
• 善用np.where(cond,x,y)代替条件判断