安全工程专业课程
安全仿真与模拟基础
金洪伟 & 闫振国 & 王延平
西安科技大学安全科学与工程学院
如何浏览？
- 从浏览器地址栏打开 https://zimo.net/aqmn/；
- 点击章节列表中的任一链接，打开相应的演示文稿；
- 点击链接打开演示文稿，使用空格键或方向键导航；
- 按f键进入全屏播放，再按Esc键退出全屏；
- 按Alt键同时点击鼠标左键进行局部缩放；
- 按Esc或o键进入幻灯片浏览视图。
请使用最新版本浏览器访问此演示文稿以获得更好体验。
第 3 部分 基于 Python 进行科学计算
第 4 章 pandas
数据分析和处理工具
目 录
1. pandas 介绍
1.1 概述
pandas 是一个基于 Python 构建的快速、强大、灵活和易用的开源数据分析和操作工序。pandas 建造在 NumPy 基础上，并为操纵数值表格和时间序列，提供了数据结构和运算操作。
1.2 SciPy 的特色
- 基础算法。SciPy 提供了很多算法，用于解决各种问题，如最优化、积分、插值、特征值问题、代数方程、微分方程、统计，等等。
- 广泛适用。SciPy 提供的算法和数据结构可在各个领域广泛适用。
- 基础性。通过扩展 NumPy，提供了进行数组计算的额外工具，以及专用数据结构，如稀疏矩阵、k-d 树。
- 高性能。SciPy 包装了一些由 Fortran、C 和 C++ 等编译型高性能语言编写的高度优化的软件模块，可以同时享受 Python 的灵活性以及编译型代码的速度。
- 易用。SciPy 的高级语法使之可以被任意背景和经验等级的程序员高效使用。
- 开源。在 GitHub 上使用 BSD 协议发布，由社区开发和维护。
1.3 安装 SciPy
通过 pip 安装：
pip install scipy # 或 python -m pip install scipy通过 conda 安装：
conda install scipy对于其他操作系统或包管理系统，可能需要用其他的安装方法，详见官方的安装指导。
1.4 SciPy 提供的子包
针对不同的科学计算领域，SciPy 提供了不同的子包，他们包括：
| 子包 | 描述 | 子包 | 描述 |
|---|---|---|---|
cluster |
聚类算法 | constants |
物理和数学常量 |
fftpack |
快速傅里叶变换例程 | integrate |
积分和常微分方程求解 |
interpolate |
插值和平滑的样条曲线 | io |
输入和输出 |
linalg |
线性代数 | ndimage |
N 维图像处理 |
odr |
正交距离回归 | optimize |
最优化和求根例程 |
signal |
信号处理 | sparse |
稀疏矩阵和相关例程 |
spatial |
空间数据结构和算法 | special |
特殊函数 |
stats |
统计分布和函数 |
1.5 关于本章
作业
作业
要求：
- 将本章全部作业放在一个
安模作业03-04-学号-姓名.py的源文件中，通过电子邮件以附件形式发给任课教师。 - 在源文件中以注释的形式醒目地写明本次作业对应的章编号、各个作业题的编号，并按要求写出解题思路、代码注释。
- 以上各题不能只有文字说明，而应同时有可执行的示例代码。
- 邮件标题统一用
安模作业03-04-学号-姓名的形式。 - 所有关于作业的回答都以代码注释的形式写在源文件中，不需要再额外附加其他文档或图片，请保证代码执行不会发生错误。
- 待本次作业批改后，请通过此链接下载本次作业的参考答案。