axes[1].set_yticks(range(0,40,5))
显示网格
axes[0].grid(linestyle=‘–’, alpha=0.5)
axes[1].grid(linestyle=‘–’, alpha=0.5)
添加描述 标题
axes[0].set_xlabel(“时间”)
axes[0].set_ylabel(“温度”)
axes[0].set_title(“上海11点0分到12点之间的温度变化图示”)
axes[1].set_xlabel(“时间”)
axes[1].set_ylabel(“温度”)
axes[1].set_title(“北京11点0分到12点之间的温度变化图示”)
4、显示图像
plt.show()
（5）设置图形风格
#### 4.散点图 scatter（分布规律）
1、准备数据
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64,
163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51,
21.61, 483.21, 245.25, 399.25, 343.35]
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 239.34,
140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1 ,
30.74, 400.02, 205.35, 330.64, 283.45]
2、创建画布
plt.figure(figsize=(20, 8), dpi=80)
3、绘制图像
plt.scatter(x, y)
4、显示图像
plt.show()
#### 5.柱状图 bar（统计/对比） #（x位置（列表），y，宽度，标题）
1、准备数据
movie_names = [‘雷神3：诸神黄昏’,‘正义联盟’,‘东方快车谋杀案’,‘寻梦环游记’,‘全球风暴’, ‘降魔传’,‘追捕’,‘七十七天’,‘密战’,‘狂兽’,‘其它’]
tickets = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
2、创建画布
plt.figure(figsize=(20, 8), dpi=80)
3、绘制柱状图
x_ticks = range(len(movie_names))
plt.bar(x_ticks, tickets, color=[‘b’,‘r’,‘g’,‘y’,‘c’,‘m’,‘y’,‘k’,‘c’,‘g’,‘b’])
修改x刻度
plt.xticks(x_ticks, movie_names)
添加标题
plt.title(“电影票房收入对比”)
添加网格显示
plt.grid(linestyle=“–”, alpha=0.5)
4、显示图像
plt.show()
#### 6.直方图 histogram（统计） #(x位置（列表），组局，密集)
直方图与柱状图的区别
1. 直方图展示数据的分布，柱状图比较数据的大小（最根本的区别）
2. 直方图 X 轴为定量数据，柱状图 X 轴为分类数据
3. 直方图柱子无间隔，柱状图柱子有间隔
4. 直方图柱子宽度可不一，柱状图柱子宽度须一致
需求：电影时长分布状况
1、准备数据
time = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
2、创建画布
plt.figure(figsize=(20, 8), dpi=80)
3、绘制直方图
distance = 2
group_num = int((max(time) - min(time)) / distance)
plt.hist(time, bins=group_num, density=True)
修改x轴刻度
plt.xticks(range(min(time), max(time) + 2, distance))
添加网格
plt.grid(linestyle=“–”, alpha=0.5)
4、显示图像
plt.show()
#### 7.饼图 pie （占比） #（x数量，每部分名称，颜色，占比显示）
1、准备数据
movie_name = [‘雷神3：诸神黄昏’,‘正义联盟’,‘东方快车谋杀案’,‘寻梦环游记’,‘全球风暴’,‘降魔传’,‘追捕’,‘七十七天’,‘密战’,‘狂兽’,‘其它’]
place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]
2、创建画布
plt.figure(figsize=(20, 8), dpi=80)
3、绘制饼图
plt.pie(place_count, labels=movie_name, colors=[‘b’,‘r’,‘g’,‘y’,‘c’,‘m’,‘y’,‘k’,‘c’,‘g’,‘y’], autopct=“%1.2f%%”)
显示图例
plt.legend()
plt.axis(‘equal’)
4、显示图像
plt.show()
## 三、Numpy
#### 介绍
用于快速处理任意维度的数组。比python快。
###### 1.ndarray：N 维数组类型，它描述了相同类型的"items"的集合
###### 2.优势
（1）存储风格
①ndarray - 相同类型 - 通用性不强
②list - 不同类型 - 通用性很强
（2）并行化运算
①ndarray 支持向量化运算
（3）底层语言
①Numpy 底层使用 C 语言编写，内部解除了 GIL（全局解释器锁），其对数组的操作速度不
受 Python 解释器的限制，效率远高于纯 Python 代码。
###### 3.属性
| 属性名字 | 属性解释 |
| --- | --- |
| ndarray.shape | 数组维度的元组 |
| ndarray.ndim | 数组维数 |
| ndarray.size | 数组中的元素数量 |
| ndarray.itemsize | 一个数组元素的长度（字节） |
| ndarray.dtype | 数组元素的类型 |
在创建 ndarray 的时候，如果没有指定类型，默认：整数 int64/int32 浮点数 float64/float32
###### 4.实例
import numpy as np
score = np.array([[80, 89, 86, 67, 79],
[78, 97, 89, 67, 81],
[90, 94, 78, 67, 74],
[91, 91, 90, 67, 69],
[76, 87, 75, 67, 86],
[70, 79, 84, 67, 84],
[94, 92, 93, 67, 64],
[86, 85, 83, 67, 80]])
print(type(score))
print(score.shape)
print(score.dtype)
创建数组的时候指定类型
np.array([1.1, 2.2, 3.3], dtype=“float32”)
#### 基本操作
###### 1.生成数组
（1）生成 0 和 1 的数组
np.zeros(shape=(3, 4), dtype=“float32”) # 生成一组0
np.ones(shape=[2, 3], dtype=np.int32) # 生成一组1
（2）从现有数组生成
data1 = np.array(score) # 深拷贝
data2 = np.asarray(score) # 浅拷贝
data3 = np.copy(score) # 深拷贝
（3）生成固定范围的数组
np.linspace(0, 10, 5) # 生成[0,10]之间等距离的5个数
np.arange(0, 11, 5) # [0,11)，5为步长生成数组
（4）生成随机数组
生成均匀分布的一组数[low,high)
data1 = np.random.uniform(low=-1, high=1, size=1000000)
生成正态分布的一组数，loc：均值；scale：标准差
data2 = np.random.normal(loc=1.75, scale=0.1, size=1000000)
###### 2.数组的索引、切片
stock_change = np.random.normal(loc=0, scale=1, size=(8, 10))
获取第一个股票的前3个交易日的涨跌幅数据
print(stock_change[0, :3])
a1[1, 0, 2] = 100000
###### 3.形状修改
stock_change.reshape((10, 8)) # 返回新的ndarray,原始数据没有改变
stock_change.resize((10, 8)) # 没有返回值，对原始的ndarray进行了修改
stock_change.T # 转置 行变成列，列变成行
###### 4.类型数组
stock_change.astype(“int32”)
stock_change.tostring() # ndarray序列化到本地
###### 5.数组去重
temp = np.array([[1, 2, 3, 4],[3, 4, 5, 6]])
np.unique(temp)
set(temp.flatten()) # 拍扁
#### ndarray 运算
###### 1.逻辑运算
（1）运算符
逻辑判断, 如果涨跌幅大于0.5就标记为True 否则为False
stock_change > 0.5
stock_change[stock_change > 0.5] = 1.1
（2）通用判断函数
判断stock_change[0:2, 0:5]是否全是上涨的
np.all(stock_change[0:2, 0:5] > 0)
判断前5只股票这段期间是否有上涨的
np.any(stock_change[:5, :] > 0)
（3）三元运算符
where 是对每个值进行操作
np.where(布尔值，True的位置的值，False的位置的值)
np.where(temp > 0, 1, 0)
大于0.5且小于1
np.where(np.logical_and(temp > 0.5, temp < 1), 1, 0)
大于0.5或小于-0.5
np.where(np.logical_or(temp > 0.5, temp < -0.5), 11, 3)
###### 2.统计运算
（1）统计指标函数
temp.max(axis=0)
np.max(temp, axis=1)
返回最大值、最小值的位置
np.argmax(tem,axis=) # axis=0 以列为单位，返回一行数据
np.argmin(tem,axis=) # axis=1 以行为单位，返回一列数据
>
> **创建，去重，通用判断，三元 用数组=np.函数（数组）**
>
>
> **修改，统计 用数组=数组.函数（数组）**
>
>
>
###### 3.数组间运算
（1）数组与数的运算
Numpy与python区别
arr = np.array([[1, 2, 3, 2, 1, 4], [5, 6, 1, 2, 3, 1]])
arr / 10
array([[0.1, 0.2, 0.3, 0.2, 0.1, 0.4],
[0.5, 0.6, 0.1, 0.2, 0.3, 0.1]])
a=[1,2,3,4,5]
a*3
[1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5]
（2）数组与数组的运算
>
> 广播技术
>
>
> 执行 broadcast 的前提在于，两个 nadarray 执行的是 element-wise 的运算，Broadcast 机制的功能是为了方便不同形状的 ndarray(numpy 库的核心数据结构)进行数学运算。
>
>
> 当操作两个数组时，numpy 会逐个比较它们的 shape(构成的元组 tuple)，只有在下述情况下，两个数组才能够进行数组与数组的运算。
>
>
> * 维度相等 （维度的对应值相同）
> * shape （其中相对应的一个地方为 1）
>
>
>
（3）矩阵运算
矩阵matrix和 array的区别是矩阵必须是 2 维的，但是 array 可以是多维的。
>
> np.mat() 将数组转换成矩阵类型
>
>
>
如果是 ndarray
三种方法
np.dot(data,data1)
np.matmul(data,data1)
data @ data1
如果是 martix
data*data1
#### 合并、分割
numpy.hstack((a，b)) 水平拼接
numpy.vstack ((a，b)) 竖拼接
numpy.concatenate((a1,a2),axis=0) 水平|竖拼接
a=np.array([[1,2],[3,4]])
b=np.array([[5,6]])
np.concatenate((a,b),axis=0)
array([[1, 2],
[3, 4],
[5, 6]])
np.concatenate((a,b.T),axis=1)
array([[1, 2, 5],
[3, 4, 6]])
x=np.arange(9.) #range
array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])
分割
numpy.split(x,3) # 分三份
numpy.split(x,[3,4,6,10]) # 按索引分割
#### IO操作与数据处理
###### 1.读取数据
np.genfromtxt(“test.csv”, delimiter=“,”) # 会有问题，读不出字符串
###### 2.如何处理缺失值
两种思路：
* 直接删除含有缺失值的样本
* 替换/插补 （补入平均值或中位数）
## 四、Pandas
#### 介绍
###### 1.优势
（1）便捷的数据处理能力
（2）读取文件方便
（3）封装了Matplotlib、Numpy的画图和计算
###### 2.三大核心结构
（1）DataFrame
（2）Panel（新版本没了）
（3）Series
###### 3.DataFrame
（1）结构
既有行索引，又有列索引的二维数组
（2）属性
shape
index：行列表
columns：取列列表
values：取array的值
T：转置
[#]( )（3）常用方法
head(n)：开头n行
tail(n)：最后n行
股票实例
import numpy as np
import pandas as pd
创建一个符合正态分布的10个股票5天的涨跌幅数据
stock_change = np.random.normal(0, 1, (10, 5))
pd.DataFrame(stock_change)
添加行索引
stock = [“股票{}”.format(i) for i in range(10)]
pd.DataFrame(stock_change, index=stock)
添加列索引
date = pd.date_range(start=“20200101”, periods=5, freq=“B”)
data = pd.DataFrame(stock_change, index=stock, columns=date)
属性
print(data.shape)
print(data.index)
print(data.columns)
print(data.values)
data.T # 行列转置
方法
data.head(3) # 开头3行
data.tail(2) # 最后2行
（4）索引的设置
①修改行列索引值
不能单独修改索引（错误）
data.index[2] = “股票88”
整体修改（正确）
stock_ = [“股票_{}”.format(i) for i in range(10)]
data.index = stock_
②重设索引
data.reset_index(drop=False) # drop=True 删除之前索引
③设置新索引
设置新索引
df = pd.DataFrame({‘month’: [1, 4, 7, 10],
‘year’: [2012, 2014, 2013, 2014],
‘sale’:[55, 40, 84, 31]})
以月份设置新的索引
df.set_index(“month”, drop=True)
设置多个索引，以年和月份
new_df = df.set_index([“year”, “month”])
此时的DataFrame变成了一个具有MultiIndex的DataFrame
###### 4.MultiIndex
[#]( )多级或分层索引对象
* index 属性
+ names: levels 的名称
+ levels: 每个 level 的元组值a
data = pd.read_csv(“./stock_day/stock_day.csv”)
data = data.drop([“ma5”,“ma10”,“ma20”,“v_ma5”,“v_ma10”,“v_ma20”], axis=1) # 去掉一些不要的列
直接索引，先列后行
data[“open”][“2018-02-26”]
按名字索引，先行后列
data.loc[“2018-02-26”][“open”]
data.loc[“2018-02-26”, “open”]
数字索引
data.iloc[1, 0]
组合索引
获取行第1天到第4天，[‘open’, ‘close’, ‘high’, ‘low’]这个四个指标的结果
data.loc[data.index[0:4], [‘open’, ‘close’, ‘high’, ‘low’]]
data.iloc[0:4, data.columns.get_indexer([‘open’, ‘close’, ‘high’, ‘low’])]
#### 赋值操作
data.open = 100
data.iloc[1, 0] = 222
#### 排序操作
##### （1）内容排序
ascending=False：降序 True:升序
data.sort_values(by=“high”, ascending=False)
data.sort_values(by=[“high”, “p_change”], ascending=False).head() # 多个列内容排序
sr.sort_values(ascending=False).head()
##### （2）索引排序
sr = data[“price_change”]
sr.sort_index().head()
#### DataFrame 运算
###### 1.算术运算
data[“open”].add(3).head() # data[“open”].head() + 3
data.sub(100).head() # data.head()-100
data[“close”].sub(data[“open”]).head() # close减open
###### 2.逻辑运算
isin(values) 判断是否为 values
筛选p_change>2的逻辑结果（True，False）
data[“p_change”] > 2
筛选p_change>2的数据
data[data[“p_change”] > 2]
多个逻辑判断
data[(data[“p_change”] > 2) & (data[“low”] > 15)].head()
query(str) str:查询字符串
data.query(“p_change > 2 & low > 15”)
判断’turnover’是否为4.19, 2.39
data[data[“turnover”].isin([4.19, 2.39])]
###### 3.统计运算
describe()
data.describe()
data.max() # 默认axis=0
data.idxmax() #最大值位置
（1）累计统计函数
cumsum ：计算前n项和
cummax ：计算前n项的最大值
cummin ：计算前n项的最小值
cumprod ：计算前n项积
data[“p_change”].sort_index().cumsum().plot()
###### 4.自定义运算
apply(func, axis=0)
func: 自定义函数
axis=0: 默认按列运算，axis=1 按行运算
data.apply(lambda x: x.max() - x.min())
#### Pandas 画图
data.plot(x=“volume”, y=“turnover”, kind=“scatter”)
data.plot(x=“high”, y=“low”, kind=“scatter”)
#### 文件读取与存储
###### 1.CSV
筛选usecols列
pd.read_csv(“./stock_day.csv”, usecols=[“high”, “low”])
如果数据文件中没有第一行列名，用names传入
data = pd.read_csv(“stock_day2.csv”, names=[“open”, “high”, “close”, “low”, “volume”, “price_change”, “p_change”, “ma5”, “ma10”, “ma20”, “v_ma5”, “v_ma10”, “v_ma20”, “turnover”])
保存open列数据
data[:10].to_csv(“test.csv”, columns=[“open”])
保存open列数据，index=False不要行索引，mode="a"追加模式/"w"重写，header=False不要列索引
data[:10].to_csv(“test.csv”, columns=[“open”], index=False, mode=“a”, header=False)
###### 2.HDF5
HDF5 文件的读取和存储需要**指定一个键**，值为要存储的 DataFrame
读取
day_close = pd.read_hdf(“./stock_data/day/day_close.h5”)
存储
day_close.to_hdf(“test.h5”, key=“close”)
###### 3JSON
建议参数这么写
sa = pd.read_json(“test.json”, orient=“records”, lines=True)
sa.to_json(“test.json”, orient=“records”, lines=True)
#### 缺失值处理
###### 1.如何处理 NaN?
（1）判断是否有 NaN
缺失地方返回True
pd.isnull(df)
缺失地方返回False
pd.notnull(df)
（2）删除含有缺失值的样本
默认按行删除
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）
失地方返回True
pd.isnull(df)
缺失地方返回False
pd.notnull(df)
（2）删除含有缺失值的样本
默认按行删除
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
[外链图片转存中…(img-ax5hLct0-1713612548622)]
[外链图片转存中…(img-W4vOM260-1713612548623)]
[外链图片转存中…(img-ufxbmCep-1713612548623)]
[外链图片转存中…(img-r0anWTZX-1713612548624)]
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
