简述python中pandas日期数据类型及数据可视化格式

Pandas日期时间类型

• 导包

  from datetime import datetime # 原生python包内容

• 获取当前时间

  t1 =datetime.now()

  输出：t1

• 手动设置日期

  自定义变量名 =datetime(年,月,日)

​ 例如：t1 = datetime(2024,5,1)

• 计算日期差

  简单讲：就是两个日期相减法，t2-t1

• Pandas中将字符串日期转换为datetime类型

  方法1：to_datetime()实现

  方法2：自定义变量名.Timestamp(2024,5,1) # 时间戳

  方法3：自定义变量名.datetime(2024,5,1) #日期时间对象

  方法4：在读取文件时，加入 parse_dates=[需要转换的列名]，就可以设置为日期列

• pd.to_datetime 一列数据

• pd.read_csv(parse_dates) =[列名/序号]加载时候直接进行转换

• 可通过Pandas提供的API生成日期时间序列

  pd.date_range('起始时间','结束时间',freq=生成时间序列方式)

• 在特征处理/数据处理 看见日期时间类型数据若需要当前就想了解这一列数据，可以做出很多列特征来展示

  • df['Date'].dt.year 年

  • df['Date'].dt.month 月

  • df['Date'].dt.day 日

  • df['Date'].dt.quarter 季度

  • df['Date'].dt.dayofweek 星期几

  • 若想快速对日期进行切片/范围选取操作，可将其转换成日期索引

  • between_time(include_start,include_end) 在两个时刻的范围内

  • at_time 在某个具体时刻

  • set_inde('列名',inplace=True) 将某列设置为行索引，若加载数据时没有设置，则可使用上述语法

  • index_col =‘某列’，表示将某列设置为行索引，一般应用于导入文件语法中

  • sort_index() 根据行索引进行排序，默认升序

  • resample() 重采样，可按照指定周期分组

    • W：表示按 周 分组

    • M：表示按 月 分组

    • Q： 表示按 季度 分组

    • 若对Datetimeindex类型进行切片操作，建议 先排序，再切片，效率更高

  • .plot (kind ='barh',title='标题') 其中barh：设置为水平柱状图，title:设置为标题

日期时间类型-获取日期中不同部分(示例获取年月日数据)

• 获取日期时间类型 对象

  自定义变量名 = pd.to_datetime('2024-05-13')
  自定义变量名  # 查看是否为日期类

• 获取年

  自定义变量名.year     # 年
  自定义变量名.month # 月
  自定义变量名.day  # 日
  time_stamp.dayofyear  # 年中的第几天

• 获取某数据集年，月日

  # .dt 是把Series对象转成DatetimeProperties对象
  自定义变量名['year'] = 自定义变量名['Date'].dt.year
  自定义变量名['month'] = 自定义变量名['Date'].dt.month
  自定义变量名['day'] = 自定义变量名['Date'].dt.day

• 查看信息

  自定义变量名.info()

日期时间索引

通过：自定义变量名.set_index('列名',inplace=Ture) 实现

生成日期时间序列

• 格式

  pd.date_range('起始时间','结束时间',freq=生成时间序列的方式)
  # frequency:出现的频次

数据可视化

可视化概述

• • 数据可视化指可直观展现数据

  • 将数值绘制成图像，便于更加直观理解数据，纯看数据表过于费时

  • 有助于揭示数据中隐藏模式，在数据分析时，可利用浙西模式选择模型

可视化库

• • 基于Matplotlib绘制静态图形

    • pandas

    • seaborn

  • 基于JS（javaScript）

    • pyecharts/echarts

    • plotly

MatplotlibAPI

在Matplotlib中提供两种方式作图：状态接口、面向对象

• 状态接口

• • 若录入中文是乱码，可使用以下代码进行纠正

    import matplotlib.pyplot as plt
    plt.rcParams['font.sans-serif'] = ['SimHei'] # 正常显示汉字
    plt.rcParams['axes.unicode_minus'] = False # 正常显示负号

    导入包状态接口 绘图

    import matplotlib.pyplot as plt

  • 准备x轴和y轴数据

    x = [自定义范围1,2,3]

    y=[自定义范围1,2,3]

  • 创建画布

    plt.figure(figsize =(15,6))

  • 绘图

    plt.plot(x,y)

    plt.grid(True) # 添加网格线

  • 设置x轴坐标 和y轴坐标范围

    plt.xlim(自定义范围1,2)

    plt.ylim(自定义范围1,2)

  • 设置x轴 和y轴标签

    ​ plt.xlabel('自定义x轴名称',size=自定义大小)

    plt.ylabel('自定义y轴名称',size=自定义大小)

  • 设置标题

    plt.title('自定义标题名',size=自定义大小)

  • 显示图例

    plt.show()

• 面向对象

  • 导入包

    import matplotlib.pyplot as plt

  • 准备x轴和y轴数据

    x = [自定义范围1,2,3]

    y=[自定义范围1,2,3]

  • 创建画布,坐标轴对象

    fig,ax = plt.subplots(figsize = (自定义大小1,2))

  • 绘图,传入x轴，y轴

    ax.plot(x,y)

    ax.grid(True) # 添加网格线

  • 设置x轴坐标 和y轴坐标范围

    ax.set_xlim(自定义范围1,自定义范围2)

    ax.set_ylim(自定义范围1,自定义范围2)

  • 设置x轴 和y轴标签

    plt.set_xlabel('自定义x轴名称',size=自定义大小)

    plt.set_ylabel('自定义y轴名称',size=自定义大小)

  • 设置标题

    ax.set_title('自定义标题名',size=自定义大小)

  • 显示图例

    plt.show()

​