Pandas如何實現(xiàn)矩陣運算

這篇文章主要為大家展示了“ Pandas如何實現(xiàn)矩陣運算 ”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“ Pandas如何實現(xiàn)矩陣運算 ”這篇文章吧。

讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項目有：域名注冊、雅安服務(wù)器托管、營銷軟件、網(wǎng)站建設(shè)、東港網(wǎng)站維護、網(wǎng)站推廣。

DataFrame.add(other, axis=’columns’, level=None, fill_value=None)
DataFrame.sub(other, axis=’columns’, level=None, fill_value=None)
DataFrame.mul(other, axis=’columns’, level=None, fill_value=None)
DataFrame.div(other, axis=’columns’, level=None, fill_value=None)
參數(shù):
other : 序列, 數(shù)據(jù)框, 常量
axis : {0, 1, ‘index’, ‘columns’}0和index是橫向運算,1和columns是縱向運算
fill_value : None或者浮點型,替換缺省值
level : int或name,選擇不同的索引,一個數(shù)據(jù)框可能有兩個索引
返回值:
數(shù)據(jù)框

import pandas as pd
df = pd.DataFrame([[1,1,1],[2,2,2],[3,3,3]],columns=['A', 'B', 'C'])print(df)
   A  B  C0  1  1  11  2  2  22  3  3  3print(df.sub([1,2,3],axis=1))
   A  B  C0  0 -1 -21  1  0 -12  2  1  0print(df.sub([1,2,3],axis=0))
   A  B  C0  0  0  01  0  0  02  0  0  0

以上是“ Pandas如何實現(xiàn)矩陣運算 ”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

網(wǎng)站欄目：Pandas如何實現(xiàn)矩陣運算
新聞來源：http://muchs.cn/article48/gppjep.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站營銷、域名注冊、面包屑導(dǎo)航、外貿(mào)建站、營銷型網(wǎng)站建設(shè)、企業(yè)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)