Python中的类与对象

数据分析是利用数学、统计学理论与实践相结合的科学统计分析方法，对Excel数据、数据库中的数据、收集的大量数据、网页抓取的数据进行分析，从中提取有价值的信息并形成结论进行展示的过程。

Python库

所需的库为pandas库

import pandas as pd

 导入库后，后面的代码才可以正常运行！

类和对象

 类是一个对象的抽象集合体，对象是根据类创造出来的实体。

类（类的三要素：类名、属性、方法）

1、类的定义: 使用class关键字开始，后跟类名，通常首字母大写，类名后可以包含属性和方法的定义。属性是描述对象状态的变量，方法是对象的行为或功能。类是一张图纸、模板（例如：服装设计图纸）

2、对象的创建：使用类名后加括号()来创建类的实例，每个实例都是该类的一个独特副本，拥有类中定义的属性和方法。

3、属性访问：可以通过点.运算符访问对象的属性，如object_name.attribute。

4、方法调用：通过点.或对象名加括号()调用方法，如object_name.method()。

5、封装：Python的类提供了一种封装机制，隐藏实现细节，只对外公开必要的接口，增强代码的安全性和可维护性。

6、一个类可以制造出多个对象（例如：衣服）

     每个对象的属性值可能有所不同（例如：颜色）

     一定是先有类才有对象

     （类只有一个，对象可以多个）

类的属性和方法

属性是一个类里面所有对象共同拥有的特征，方法（函数）是类里面所有对象共同拥有的功能

class 类名:
    def 方法名(self,参数1,参数2,...):
        pass

# 创建对象的语法格式
对象名p = 类名(参数)

# 调用对象的方法
对象名p.方法名()

设计一个猫类，例如：

序列对象和表格对象

属性

属性	含义
values	元素（值）
index	索引
name	名称
dtypes	元素类型
size	元素个数
ndim	维度数
shape	数据形状（行列数目）

一、Series序列对象

在Python的Pandas库中，Series是一个一维的数组结构，它是Pandas数据结构中的基本单位，类似于R语言中的向量或SQL数据库中的行。Series对象存储了数据和相关的索引，每个元素都有唯一的标签，允许数据按照标签进行操作和分析。

1、序列对象的属性 

例如（部分）：

 

2、序列对象的运算 

序列对象和数字或者另一个序列之间可以进行基本的运算

3、序列对象的常用方法 

（1）astype方法实现元素类型转换

import pandas as pd
series = pd.Series([1,2,3])
print(series.astype(str))
series2 = pd.Series(['1','2','3'])
print(series2.astype(int))

 

（2） value_counts()统计序列中各个元素出现的次数

series = pd.Series([1,2,3,3,4,4,4])
series.value_counts()

（3）sort_values()对序列中的元素重新排序

series = pd.Series([1,3,5,2,4])
print(series.sort_values())
print(series.sort_values(ascending=False))

 

（4）round()方法调整元素的小数点位数

series = pd.Series([1/3,2/3,1/6])
print(series)
print(series.round(1))
print(series.round(2))

（5）str.方法名()实现对字符串序列的处理

• str.contain()查询序列中各个元素是否包含某个字符串

• str.replace()实现序列中所有元素中某个字符串的替换

 （6）agg()方法实现序列中元素的统一加工

（7） 求数字型序列的统计量

 二、DataFrame表格对象

导入数据库表格或者Excel数据时形成 的数据对象就是表格对象

1、表格对象的属性

print('值属性:\n',df.values)
print('索引属性:\n',df.index)
print('列名称属性:\n',df.columns)
print('形状属性:\n',df.shape)

2、表格对象的基本方法

• head(): 返回前5行数据，用于概览

df.head(5)

• info(): 查看表格对象行列数、各列的数据类型和非空值数量

df.info()

• describe(): 对表格对象中的数字型序列进行各类统计量的计算

df.describe()

• rename(): 修改表格对象的列名称

df2 = df.rename(columns={'a':'b')

• to excel():将表格对象导出成excel

df.to_excel()