python数据分析常用库

概述numpy创建矩阵：引入numpy库并生成矩阵 importnumpyasnp a=np.array([[1,2,3],[4,5,6]])常用方法： 矩阵元素个数a.size 矩阵形状a.shape 矩阵维度a.ndim 矩阵元素类型a.dtpye 矩阵的加减乘除。np.dot(x,y)pandasPandas是基于NumPy

numpy 创建矩阵： 引入numpy库并生成矩阵

    import numpy as np
    a = np.array([[1,2,3],[4,5,6]])

常用方法：

    矩阵元素个数 a.size
    矩阵形状 a.shape
    矩阵维度 a.ndim
    矩阵元素类型 a.dtpye
    矩阵的加减乘除 。np.dot(x,y)

pandas Pandas 是基于 NumPy 的一个开源 Python 库，它被广泛用于快速分析数据，以及数据清洗和准 备等工作。它的名字来源是由‚ Panel data‛（面板数据，一个计量经济学名词）两个单词拼 成的。简单地说，你可以把 Pandas 看作是 Python 版的 Excel。

DataFrame对象的构建： DataFrame是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值。 DataFrame既有行索引，也有列索引，可以根据dict进行创建，以及读取csv或者txt文件来创建 引入pandas包：

    import pandas as pd

pandas相关简单设置：

    pd.set_option('display.max_columns', None)#显示所有列
    pd.set_option('display.max_rows', None)#显示所有行
    pd.set_option('expand_frame_repr',False)#在一行显示
    pd.set_option('display.unicode.ambiguous_as_wIDe', True)#中文对齐
    pd.set_option('display.unicode.east_asian_wIDth', True)#中文对齐

打开并转换为DataFrame格式：

    a=pd.read_csv('d:/a11.csv',sep=',',enCoding='utf-8')
    df1= pd.DataFrame(a)

其他的一些方法：

    #print(df1.columns)#列名字，标签
    #print(df.dtypes)#每列的数据类型
    #print(df.shape)#df的形状
    #print(df.ndim)#df维度
    #print(df.describe())#每列的描述，通常用来判断是否有缺失

DataFrame的数据提取方法：

    主要用到的三个函数：loc,iloc，loc函数按标签值进行提取，iloc按位置进行提取。
    1、按索引提取单行的数值
    df_inner.loc[3]
    2、按索引提取区域行数值
    df_inner.iloc[0:5]
    3、使用iloc按位置区域提取数据
    df_inner.iloc[:3,:2] #冒号前后的数字不再是索引的标签名称，而是数据所在的位置，从0开始，前三行，前两列。
    4、适应iloc按位置单独提起数据
    df_inner.iloc[[0,2,5],[4,5]] #提取第0、2、5行，4、5列

绘图库 Matplotlib Matplotlib是一个Python 2D绘图库，它可以在各种平台上以各种硬拷贝格式和交互式环境生成 出具有出版品质的图形。

    #画线
    import matplotlib.pyplot as plt
    plt.rcParams['Font.sans-serif']=['SimHei'] #用来正常显示中文标签
    plt.plot([1,2,34])
    plt.ylabel("温度")
    plt.show()

    #画线步骤    import matplotlib.pyplot as plt    plt.rcParams['Font.sans-serif']=['SimHei']    x_values=[1,2,3,4,5]    y_values=[1,4,9,16,25]    plt.plot(x_values,y_values,linewidth=5)    plt.Title("每月入学人数",Fontsize=20)    plt.xlabel("月份",Fontsize=10)    plt.ylabel("人数",Fontsize=10)    plt.tick_params(axis='both',labelsize=20)    plt.show()

    #画散点    import matplotlib.pyplot as plt    import numpy as np    plt.rcParams['Font.sans-serif']=['SimHei']    x_values=np.random.rand(10)    y_values=np.random.rand(10)    plt.scatter(x_values,y_values)    plt.show()

    #画柱状图    import matplotlib.pyplot as plt    import numpy as np    plt.rcParams['Font.sans-serif']=['SimHei']    x_values=np.arange(10)    y_values=np.random.randint(0,30,10)    plt.bar(x_values,y_values)    plt.show()

    #画饼图    import matplotlib.pyplot as plt    import numpy as np    plt.rcParams['Font.sans-serif']=['SimHei']    x_values=np.random.randint(1,10,3)    print(x_values)    plt.pIE(x_values,None,['男','女','未知'])    plt.show()

Matplotlib常用绘制图形：

    折线图matplotlib.pyplot.plot    柱状图matplotlib.pyplot.bar    散点图matplotlib.pyplot.scatter    饼图matplotlib.pyplot.pIE

################################################################## 三个库的综合比较 Numpy：基础的数学计算模块，以矩阵为主。

    来存储和处理大型矩阵，比Python自身的嵌套列表（nested List structure)结构要高效的多，本身是由C语言开发    。这个是很基础的扩展，其余的扩展都是以此为基础。数据结构为ndarray。

Pandas:提供一套名为DataFrame的数据结构，适合统计分析中的表结构,以及做数据分析

    基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，    提供了高效地 *** 作大型数据集所需的工具。最具有统计意味的工具包，某些方面优于R软件。数据结构有一维的    SerIEs，二维的DataFrame(类似于Excel或者sql中的表，Pandas和sql有很多相似的地方)。    包括：    1.汇总和计算统计，处理缺失值    2.清理、转换、合并、重塑    3.日期和时间数据类型及工具

Matplotlib::绘图模块

    Python中最著名的绘图模块    包括：    1.散点图，折线图，条形图，直方图，饼状图等的绘制。    2.坐标轴的调整，添加文字注释，区域填充，及特殊图形patches的使用

 

总结

以上是内存溢出为你收集整理的python数据分析常用库全部内容，希望文章能够帮你解决python数据分析常用库所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。