用python做数据分析代码,python数据分析案例教程

大家好，给大家分享一下用python做数据分析代码，很多人还不知道这一点。下面详细解释一下。现在让我们来看看！

本文首先将会介绍Python在数据分析领域最常见的两个包:pandas和numpy的使用，然后通过一个简单的案例巩固前面的内容。

目录

一、pandas和numpy的使用
二、案例解析：销售数据分析

文末领取全套Python系统学习籽料

一、pandas和numpy的使用

#导入numpy包

import numpy as np

#导入pandas包

import pandas as pd

1、一维数据分析

numpy：array

• a = np.array([2,3,4,5]) #定义：一维数组array,参数传入的是一个列表[2,3,4,5]
• a[0] #查询
• a[1:3] #切片访问：获取到的是序号从1到3的元素
• a.dtype #查看数据类型dtype
• a.mean()#统计计算：平均值
• a.std()#统计计算：标准差
• b=a*4#向量化运行：乘以标量

pandas,Series,比numpy多了一个索引功能用python如何画雪人。

• 定义：stockS=pd.Series([54.74,190.9,173.14,1050.3,181.86,1139.49],index=[‘腾讯’, ‘阿里巴巴’, ‘苹果’, ‘谷歌’, ‘Facebook’, ‘亚马逊’])
• stockS.describe()#获取描述统计信息

• stockS.iloc[0]#iloc属性用于根据索引获取值
• stockS.loc[‘腾讯’]#loc属性用于根据索引获取值

• stockS2=stockS+stockS1#向量化运算：向量相加

• 对于缺失值，可以用
• stockS2.dropna()#方法1：删除缺失值
• stockS2=stockS.add(stockS1,fill_value=0)#方法2：将缺失值进