Python 数据可视化 笔记

更新中…

Python 数据可视化

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

Numpy 基础

ndarray_a = np.array([1, 2, 3, 4])
ndarray_b = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])

基础操作

1. 索引

   ndarray_a[1]  # 2
   ndarray_b[1][2]  # 7
   ndarray_a[-1]  # 4
   ndarray_b[1][-3]  # 6
   

2. 切片

   ndarray_a[1:-1]  # array([2, 3])
   ndarray_b[:1, 1:-1]  # array([2, 3])
   ndarray_b[:, 1:-1]  # array([[2, 3],
                       #        [6, 7]])
   

3. 分割

   np.split

   np.hsplit

   np.vsplit

4. 迭代

   numpy.nditer

   numpy.ndenumerate

高级操作

1. 过滤（可用于数据清洗）

   1. ndarray_a[ndarray_a > 2]  # array([3, 4])
      ndarray_b[ndarray_b > 2]  # array([3, 4, 5, 6, 7, 8])
      

   2. np.extract

   3. np.where

2. 排序

   1. np.sort

      np.sort([2, 5, 1, 0, 9, 2, 5, 3, 6])  # array([0, 1, 2, 2, 3, 5, 5, 6, 9])
      np.sort([2, 5, 1, 0, 9, 2, 5, 3, 6])[::-1]  # array([9, 6, 5, 5, 3, 2, 2, 1, 0])
      

   2. np.argsort

3. 组合

4. 重构

   1. ndarray.reshape(shape)

      ndarray_a.reshape(1, 4)  # array([[1, 2, 3, 4]])
      ndarray_a.reshape(4, 1)  # array([[1],
                               #        [2],
                               #        [3],
                               #        [4]])
      ndarray_a.reshape(2, -1)  # array([[1, 2],
                                #        [3, 4]])
      

Pandas 基础

Pandas 的主要数据结构是 Series （一维数据）与 DataFrame （二维数据），这两种数据结构足以处理
金融、统计、社会科学、工程等领域里的大多数典型用例。

DataFrame

DataFrame 是一个表格型的数据结构

• 含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。

• 既有行索引也有列索引。它可以被看做由 Series 组成的字典（共同用一个行索引）
  

• Pandas Series 类似表格中的一个列

Series

• Pandas Series 类似表格中的一个列（ column ），类似于一维数组，可以保存任何数据类型。

• Series 由索引（ index ）和列组成

• 可以从 .csv 文件、 Excel 电子表格或 SQL 数据库中加载数据集，即可创建 Series

• Series 也包含了多种创建方式

  • Numpy 数组

    ndarray = np.array([1, 2, 3])
    series = pd.Series(ndarray)
    print(series)
    

  • 列表

    plist = ['p', 'y', 't', 'h', 'o', 'n']
    series = pd.Series(plist)
    print(series)
    

索引

df = pd.read_csv('./iris.csv')

• 列索引

  • df[‘category’]，返回一个 Series

    

  • df[[‘category’]]，返回一个 DataFrame

    

• 行索引

  • df.loc[]，行索引
  • df.iloc[]，整数行号索引

Pandas 高级操作

• 过滤

  

• 排序

Matplotlib 基础

Matplotlib 介绍

• 每个图表封装于 Figure 对象中，即可视化的顶层容器
• Python 对象可控制 Axes 、刻度线、图例、标题、文本框、网格和许多其他对象
• Figure
  • 最外层容器并用作绘图的画布，进而可在其
    中绘制多个图表。
  • 不仅加载 Axes 对象，还可对 Title 进行配置
• Axes
  • 是实际的图表或子图表
  • 包括 x 轴和 y 轴、spine 和图例

Figure 和 Axes

• Figure 想象成一张纸（一般被称之为画布）
• Axes 代表的则是纸中的一片区域（当然可以有多个区域，这是后续要说到的 subplots）

函数式编程和面向对象编程

1. 函数式编程(plt)

   plt.figure()
   plt.plot([1, 2, 3], [4, 5, 6])
   plt.show()
   

   

   函数式编程方式，先生成一个 Figure 画布，然后在这个画布上隐式生成一个画图区域进行画图。

2. 面向对象编程(ax)

   fig, ax = plt.subplots()
   ax.plot([1, 2, 3], [4, 5, 6])
   plt.show()
   

   

   面向对象编程方式，同时生成了 Figure 和 axes 两个对象，然后用 ax 对象在其区域内进行绘图。

Matplotlib 中的格式化字符串

• 颜色
  

• 标记

  

• 线条样式