Python中的資料分析

本人是學python中的小白之一。python是人工智慧中的一門重要的程式語言之一，它的作用在於其中有能夠幫助人們進行資料分析的numpy庫、matplotlib繪相簿，和開源專案pandas。這些都是我們進行資料分析的重要工具。那麼現在我就來來介紹一些關於·python中的基礎知識。

（一）numpy

numpy庫是乙個對陣列進行分析處理的工具。

1.建立乙個多維陣列並讀取其中元素

import 

numpy as 
np #匯入numpy並將其命名為np
arr1=np.array([
[1,2
,3],[4,
5,6],[7,8
,9]])#建立乙個多維陣列
print(arr1[0,0])#0,0為陣列的下標

利用dtype屬性可獲取資料型別對應的字元碼

import 

numpy as 
nparr1=np.array([
[1,2
,3],[4,
5,6],[7,8
,9]])print(arr1.dtype)#執行成功後可知此陣列型別為int32

import 

numpy as 
nparr1=np.array([
[1,2],[3,
4],[5
,6],[7,
8]])
arr2=arr1.reshape(1
,8)#更改陣列的形狀使其成為一行
print(arr2)

arr=np.random.randint(1,9,size=(3,4,5))#1定義乙個陣列內各值都為1到9整數中的隨機，size是（3,4,5）的乙個陣列

arrprint(arr[:,:,1:4])#獲取每個陣列中的第一維度的一到三個

執行結果如下

array([[[4, 4, 2, 6, 4],

[1, 2, 3, 8, 6],
[2, 8, 3, 8, 5],
[3, 5, 7, 7, 2]],
[[3, 3, 5, 6, 1],
[8, 1, 4, 6, 6],
[7, 5, 7, 7, 3],
[2, 3, 2, 5, 5]],
[[8, 4, 5, 1, 7],
[4, 7, 6, 2, 4],
[6, 5, 1, 2, 3],
[6, 4, 7, 1, 8]]])

[[[4 2 6]

[2 3 8]
[8 3 8]
[5 7 7]]
[[3 5 6]
[1 4 6]
[5 7 7]
[3 2 5]]
[[4 5 1]
[7 6 2]
[5 1 2]
[4 7 1]]]

陣列轉置：

arr=np.random.randint(1,9,size=(3,3))

print(arr)

print(arr.transpose())

執行結果如下

[[7 5 7]

[8 2 3]
[4 7 7]]
[[7 8 4]
[5 2 7]
[7 3 7]]

arr=np.random.randint(1,9,size=(8,8))

arrprint(arr[np.ix_([1,2,3],[1,2,3])])#生成乙個索引器獲取1,2,3行1,2,3列的資料

執行結果

array([[1, 5, 7, 6, 1, 6, 7, 1],

[2, 1, 3, 3, 6, 4, 7, 4],

[7, 2, 1, 6, 4, 1, 6, 6],

[6, 5, 6, 8, 4, 8, 8, 6],

[2, 1, 8, 1, 7, 8, 2, 7],

[1, 1, 2, 6, 3, 7, 8, 6],

[8, 2, 4, 5, 8, 8, 4, 5],

[6, 1, 5, 5, 3, 3, 1, 6]])

[[1 3 3]

[2 1 6]

[5 6 8]]

4.numpy陣列的屬性

ndim 儲存維度的數量

size 儲存維度的數量

t屬性  陣列轉置（若陣列的秩小於2，得到乙個陣列的檢視）

real 返回陣列實部

imag 返回陣列的虛部

5.numpy陣列的廣播

乙個陣列和乙個標量相乘，標量需要根據陣列情況進行擴充套件，然後才可以進行乘法運算，這個運算的過程稱為廣播。

（二）pandas

pandas具有處理面板資料，資料分析的功能。

1.資料結構之一：dataframe

檔案讀取

import pandas as pd

import numpy as np

df01=pd.read_csv('name.csv')#讀取乙個csv檔案

df01[df01.columns[4:]]#將第5列及以後顯示的**輸出

統計方法

at01=pd.dataframe(np.random.randint(1,9,size=(3,3)))

at01

at01.sum(axis=1)#按行求和，若為0就是按列求和

describe 描述性統計資訊 非nan資料項的數量

mad 計算平均絕對偏差

median 中位數

std 離散度的標準差

var 方差

缺失值處理常用方法：

isnull（）檢查缺失資料

notnull（）檢查非缺失資料

filllna（）用標量值替換缺失資料

2.資料結構之二：series

series建立方法

用python的字典來建立

由numpy陣列來建立

用單個標量值來建立

ser01=pd.series(np.array([1,2,3,4]))#建立乙個series

series的運算

ser=pd.series()

ser02+10

ser02-10

ser02*10

ser02/10

3.資料聚合

arr=np.random.randint(1,9,size=(3,3))

arrprint(arr.mean(axis=0))#以列的形式進行聚合

print(arr.mean(axis=1))#以行的形式進行聚合

（三）matplotlib

matplotlib是乙個繪相簿。可利用這個庫進行基本的繪圖操作。

import matplotlib.pyplot as plt

import matplotlib as mpl

import numpy as np

%matplotlib tk#在gui中顯示

#%matplotlib inline#在行內顯示

#解決中文顯示問題

mpl.rcparams['font.sans-serif']=['simhei']

mpl.rcparams['axes.unicode_minus']=false

x=np.arange(-3,3,0.2)#從-3到3，以0.2為間距畫點

x=np.sin(x)

plt.figure()#建立圖形

plt.plot(x,color='blue',linestyle='-.',marker='o',markersize=10,alpha=0.1)#marker標記alpha透明度，linestyle為線形

plt.show()#演示圖形

圖例和註解

圖例：用matplotlib提供的legend（）函式，為資料序列提供標籤

橫軸和縱軸的標籤：分別通過xlabel（）和ylabel（）繪製

ide:anaconda3（64-bit）

[印尼]ivan idris 著

韓波 譯

python資料分析

以網路爬蟲為例，網路爬蟲是乙個自動提取網頁的程式，爬蟲是搜尋引擎的第一步，也是最容易的一部。網頁搜尋，建立索引，查詢排序 用c c 效率高，速度塊，適合通用搜尋引擎做往往爬取。但是它的缺點也特別明顯 開發慢，寫起來又臭又長的。而python無論在資料分析還是在指令碼自動化編寫尚都是簡單，易學的。良好...

python資料分析

陣列間的算術運算 npwhere pandas的使用 np.random.rand 3,4 產生乙個3行4列的矩陣 0 1之間的 in 32 data1 1,2,3,4.0 in 34 arr1 np.array data1 in 35 arr1 out 35 array 1.2.3.4.in 37...

python資料分析

1.資料分析的含義與目標 2.python與資料分析 3.python資料分析大家族 4.python環境搭建 一 numpy 功能 ndarray 多維操作 線性代數 官網 numpy是python語言的乙個擴充程式庫。支援高階大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。nu...