You are on page 1of 2

‫‪blog.faradars.

org‬‬ ‫مجله فرادرس‬ ‫‪ – BFCS0004‬تقلبنامه کتابخانههای پایتون‬

‫کتابخانههای ‪ Pandas ،SciPy ،NumPy‬و ‪Quandl‬‬

‫)(‪ df.apply‬اعمال تابع در راستای یک محور‬


‫‪NumPy/SciPy‬‬
‫)(‪ df.dropna‬حذف ردیفهایی که داده ندارند‪.‬‬
‫([])‪ arr = array‬ایجاد آرایه ‪NumPy‬‬
‫)(‪ df.count‬بازگردادن سریهای تعداد ردیف برای هر ستون‬

‫)(‪ df.min‬بازگرداندن بیشینه هر ستون‬ ‫‪ arr.shape‬شکل یک آرایه‬

‫)(‪ df.max‬بازگرداندن کمینه هر ستون‬ ‫)‪ convolve(a,b‬پیچش خطی دو جمله‬


‫)(‪ df.describe‬تولید آمار توصیفی برای هر ستون‬
‫)(‪ arr.reshape‬تغییر شکل آرایه‬
‫)(‪ concat‬ادغام دیتافریم یا یشهای سری‬
‫)‪ sum (arr‬مجموع عناصر آرایه‬
‫گروهبندی‬
‫افراز دیتافریم برحسب ستون؛ یک یش‬ ‫)‪ mean (arr‬محاسبه میانگین آرایه‬
‫()‪groupby‬‬
‫‪ GroupBy‬یمسازد (‪.)gb‬‬
‫)‪ std (arr‬محاسبه انحراف معیار آرایه‬
‫)(‪ gb.agg‬اعمال تابع (منفرد یا لیست) روی یش ‪Groupby‬‬
‫)‪ dot (arr1 ,arr2‬محاسبه حاصل ضرب داخیل آرایه‬
‫اعمال تابع و بازگرداندن یش با همان اندیس‬ ‫تبدیل تابع اسکالر به تابعی که بردار‬
‫)(‪gb.transform‬‬ ‫‪vectorize‬‬
‫به صورت گروهبندی شده‬ ‫یمپذیرد و باز یمگرداند‪.‬‬
‫)(‪ gb.filter‬فیلتر کردن یش ‪ Groupby‬با یک تابع مفروض‬
‫‪Pandas‬‬
‫بازگشت دیکشنری که کلیدهایش گروههای‬
‫‪ gb.groups‬یکتا و مقادیرش برچسب محورهای متعلق به‬ ‫ایجاد ساختار‬
‫هر گروه است‪.‬‬
‫)‪ s = Series (data , index‬ایجاد یک سری‬

‫ورودی‪/‬خروجی‬ ‫‪df = DataFrame (data , index,‬‬


‫ایجاد یک دیتافریم (‪)Dataframe‬‬
‫)’‪ df.to_csv(‘foo.csv‬ذخیره به صورت ‪CSV‬‬ ‫)‪columns‬‬

‫)’‪ read_csv(‘foo.csv‬خواندن ‪ CSV‬در یک دیتافریم‬ ‫‪p = Panel (data , items,‬‬


‫ایجاد یک پنل‬
‫‪to_excel(‘foo.xlsx’,‬‬ ‫)‪major_axis, minor_axis‬‬
‫ذخیره در اکسل (‪)Excel‬‬
‫)‪sheet_name‬‬ ‫دستورهای دیتافریم‬
‫‪read_excel(‘foo.xlsx’,’sheet1’,‬‬ ‫] ‪ df [col‬انتخاب ستون‬
‫‪ index_col = None,‬تبدیل اکسل به دیتافریم‬
‫]‪ df.iloc[label‬انتخاب ردیف با برچسب‬
‫]’‪na_values= [‘NA‬‬
‫‪ df.index‬بازگرداندن اندیس دیتافریم‬
‫سریهای زماین (هر ساختاری با اندیس تاریخ‪-‬زمان)‬ ‫حذف سطر یا ستون‪ .‬با تعیین ‪axis=1‬‬
‫)(‪df.drop‬‬
‫)‪ date_range(start, end, freq‬ایجاد اندیس سریهای زماین‬ ‫ستونها انتخاب یمشوند‪.‬‬
‫‪df1 =df1.reindex_like(df1‬‬
‫‪ Freq‬دارای گزینههای زیادی از جمله موارد زیر است‪.‬‬ ‫اندیسگذاری مجدد ‪ df1‬با اندیسهای ‪df2‬‬
‫)‪,df2‬‬
‫‪ B‬روز تجاری‬
‫ریست کردن اندیس و قرار دادن اندیس در‬
‫‪ D‬روز تقویم‬ ‫)(‪df.reset_index‬‬
‫ستوین به نام ‪index‬‬
‫‪ W‬هفتیگ‬
‫تغییر اندیس دیتافریم‪ ،‬اندیسهای جدید به‬
‫‪ M‬ماهانه‬ ‫)(‪df.reindex‬‬
‫صورت ‪ NaN‬تعریف یمشوند‪.‬‬
‫‪ Q‬فصیل‬
‫)‪ df.head(n‬نمایش ‪ n‬سطر نخست‬
‫‪ A‬ساالنه‬
‫)‪ df.tail(n‬نمایش ‪ n‬ستون نخست‬
‫‪ H‬ساعیت‬
‫)(‪ df.sor t‬مرتبسازی اندیس‬
‫()‪ ts.resample‬نمونهگیری مجدد با فراواین جدید‬
‫)‪ df.sor t(axis=1‬مرتبسازی ستون‬
‫] ‪ ts.ix[start:end‬بازگرداندن داده برای نزدیکترین بازه زماین‬
‫‪df.pivot‬‬
‫][‪ ts‬بازگرداندن داده برای زمان خاص‬ ‫دیتافریم ‪ Pivot‬با استفاده از شرایط جدید‬
‫)‪(index,column,values‬‬
‫)(‪ ts.between_time‬بازگشت داده بین بازه معین‬
‫‪ df.T‬ترانهاده دیتافریم‬
‫تبدیل ‪ Pandas DatetimeIndex‬به یش‬
‫)(‪to_pydatetime‬‬ ‫تغییر پایینترین برچسب ستون به اندیس‬
‫‪datetime.datetime‬‬ ‫)(‪df.stack‬‬
‫دروینترین ردیف‬
‫تغییر دروینترین اندیس ردیف به پایینترین‬
‫تبدیل لیسیت از یشهای شبه تاریخ (رشته‪،‬‬ ‫)(‪df.unstack‬‬
‫)(‪to_datetime‬‬ ‫سطح ستون‬
‫‪ epochs‬و غیره) به یک ‪DatetimeIndex‬‬
‫)(‪ df.applymap‬اعمال تابع روی همه عناصر در دیتافریم‬

‫برای مشاهده دیگر «تقلبنامههای» مجله فرادرس‪ ،‬به این لینک مراجعه فرمایید‪.‬‬
‫‪blog.faradars.org‬‬ ‫مجله فرادرس‬ ‫‪ – BFCS0004‬تقلبنامه کتابخانههای پایتون‬

‫= ‪ authtoken‬مقدار آمده را به همه فراخواینها اضافه‬


‫‪Matplotlib‬‬
‫’‪ ‘YOURTOKENHERE‬یمکند‬
‫‪ Matplotlib‬ماژویل بسیار قدرتمند برای بصریسازی محسوب یمشود و‬
‫دانلود دادههای ‪ Quandl‬برای یک کد خاص‬
‫(’‪get (‘QUANDL/CODE‬‬ ‫مستندات کامل آن از مسیر ‪ www.matplotlib.org‬در دسترس است‪.‬‬
‫‪ Quandl‬به صورت دیتافریم‬
‫)(‪ plot‬رسم دادهها یا تابع برای یک بازه‬
‫)’‪ search(‘searchterm‬جستوجوی ‪ Quandl‬با خروجی چهار نتیجه‬
‫)(‪ xlabel‬برچسب محور ‪x‬‬
‫آپلود یک دیتافریم پاندا به ‪ .Quandl‬همه کد‬
‫)‪push (data, code,name‬‬ ‫)(‪ ylabel‬برچسب محور ‪y‬‬
‫باید به صورت حروف کامًال بزرگ باشد‪.‬‬
‫)(‪ title‬عنوان نمودار‬
‫‪ :Quandl‬نمونه رسم‬
‫ایجاد چند نمودار؛ ‪ :n‬تعداد نمودارها؛ ‪ :x‬عدد نمایش‬
‫)‪subplot(n,x,y‬‬
‫یافته افقی؛ ‪ :y‬عدد نمایش یافته عمودی‬
‫‪import Quandl as q‬‬ ‫تعیین نقاط تیک برای محور ‪x‬؛ آرایه نخست برای‬
‫)][‪xticks([],‬‬
‫‪import matplotlib.pyplot as plt‬‬ ‫مقادیر و آرایه دوم برای برچسبها‬

‫)’‪rural = q.get(‘WWDI/USA_SP_RUR_TOTL_ZS‬‬ ‫تعیین نقاط تیک برای محور ‪y‬؛ آرایه نخست برای‬
‫)][‪yticks([],‬‬
‫)’‪urban = q.get(‘WWDI/USA_SP_URB_TOTL_IN_ZS‬‬ ‫مقادیر و آرایه دوم برای برچسبها‬

‫)‪plt.subplot(1,1,2‬‬ ‫)(‪ ax=gca‬انتخاب محور کنوین‬

‫)‪plt.plot(rural.index,rural‬‬ ‫][‪ax.spines‬‬
‫تغییر رنگ محور‪ ،‬خایل = بدون رنگ‬
‫)][‪plt.xticks(rural.index[0::3],‬‬ ‫)(‪.set_color‬‬

‫‪plt.title(‘American‬‬ ‫][‪ax.spines‬‬
‫تغییر موقعیت محور‬
‫)’‪Population‬‬ ‫)(‪.set_position‬‬

‫)’‪plt.ylabel(‘% Rural‬‬ ‫ایجاد راهنمای نمودار‪ .‬با تعیین «‪ »best‬بهترین مکان‬


‫)‘ ’=‪legend(loc‬‬
‫)‪plt.subplot(2, 1, 2‬‬ ‫انتخاب یمشود‪.‬‬
‫)’‪ savefig(‘ foo.png‬ذخیره نمودار‬
‫)‪plt.plot(urban.index,urban‬‬
‫)’‪plt.xlabel(‘year‬‬
‫‪Quandl‬‬
‫)’‪plt.ylabel(‘% Urban‬‬
‫بسته ‪ Quandl‬امکان دستریس به ‪ API‬آن را از درون پایتون فراهم یمسازد‪ .‬بدین‬
‫()‪plt.show‬‬
‫ترتیب یمتوان دادهها را از سریعترین راه ممکن دریافت و دستکاری کرد‪ .‬در‬
‫نخستین فراخواین تابع ‪ Quandl‬یمتوان توکن رمز را ارسال کرد تا از محدودیت‬
‫تعداد معیین درخواست عبور کرد‪ Quandl .‬یک موتور جستوجو برای دادههای‬
‫عددی است که امکان دستریس به دادههای مایل‪ ،‬اجتماعی و جمعیت شناخیت‬
‫از صدها منبع را فراهم یمسازد‪.‬‬

‫مجموعه آموزشهای برنامهنوییس پایتون فرادرس (‪+‬کلیک کنید)‬

‫برای مشاهده دیگر «تقلبنامههای» مجله فرادرس‪ ،‬به این لینک مراجعه فرمایید‪.‬‬

‫جهت آگاهی از آخرین تقلبنامههای منتشر شده‪ ،‬در کانال تلگرام مجله فرادرس عضو شوید‪.‬‬

‫تهیه و تنظیم‪ :‬مجله فرادرس‬

‫منبع‬

‫برای مشاهده دیگر «تقلبنامههای» مجله فرادرس‪ ،‬به این لینک مراجعه فرمایید‪.‬‬

You might also like