关闭

【Python】Python的数据分析(四)——数据及绘图

294人阅读 评论(0) 收藏 举报
分类:
1. 创建数组
        numpy有五种方式可以创建数组:
① 由其他Python数据结构转换(如lists, tuples)
>>>x=np.array([0,1,2,3])
② 用NumPy内部方法创建(如arange, ones, zeros等)
>>>np.arange(2,3,0.1)
>>> np.indices((3,3))
③ 从磁盘读取标准的或自定义的数据
④ 通过使用strings或buffers创建
⑤ 使用库函数(如random)
2. Plotting
        matplotlib的基本绘制方法为plot,绘制风格有:bar, hist, box, density, area, hexbin, scatter和pie等。
        在pandas.tools.plotting也有绘图函数,参数是Series或DataFrame,这些函数为: ScatterMatrix, AndrewsCurves, ParallelCoordinates等。
        在matplotlib中,整个图像为一个Figure对象,在Figure中可以包含一个或多个Axes对象。每个Axes对象都是一个拥有自己坐标系统的绘图区域。
3. DataFrame分组
     数据分组是数据分析中重要的前提或内容,DataFrame的数据分组方法为:
DataFrame.groupby(by=None,axis=0,level=None,as_index=True,sort=True,group_keys=True,squeeze=False)
     参数内容:
     by:分组的依据,为函数或列名
     axis:坐标轴下标,默认为0
     level:维度的名称或索引
     as_index:标签是否作为索引
     sort:是否排序
     group_keys:是否添加group keys作为索引
     squeeze:是否在可能的情况下减少结果的维度
0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:319425次
    • 积分:4466
    • 等级:
    • 排名:第6650名
    • 原创:68篇
    • 转载:490篇
    • 译文:0篇
    • 评论:21条
    最新评论