Python分析及可视化

目录

一、开发环境

二、使用步骤

三、数据分析

1.numpy模块

2.matplotlib模块

3. pandas模块 

3.1 Series类 

3.2 DataFrame类 

---

---

一、开发环境

1.anaconda

集成环境：集成了数据分析和机器学习中所需要的全部环境。

下载官网： https://www.anaconda.com/

2.jupyter

anaconda 提供的一个基于浏览器的可视化开发工具。

二、使用步骤

jupyter

1.启用：在终端中输入 jupyter notebook 指令。

2.新建：Python3源文件。

3.cell两种模式：code（代码）、Markdown（笔记）

4.cell快捷键：添加（a/b）、删除（x）、修改模式（m笔记、y代码）

5.执行cell：shift+enter

6.解释说明：shift+tab

三、数据分析

1.numpy模块

数值型数组 

1.创建

        使用np.array()创建

        使用plt创建

        使用np的outines函数创建 

2.数组和列表的区别

        数组中存储的数据元素类型必须一致。

        优先级：字符串>浮点型>整数

3.函数

        zero()

        ones()

        linespace()

        arange()

        random系列

'''
1.使用array()创建一个一维数组
2.使用array()创建一个二维数组
3.使用array()创建一个多类型数组
anaconda集成环境已经安装好了各个模块（numpy）
array(object,type='') 
    object 源数据
    type 数据类型
'''
import numpy as np #导入numpy模块取别名np
arr1 = np.array([1,2,3]) 
arr1 #打印arr，无需写print 
arr2 = np.array([[1,2,3],[4,5,6]]) 
arr2
arr3 = np.array([1,2.2,'three']) 
arr3
np.ones(shape = (3,4)) #创建各个元素都是1的3行4列的数组
np.linespace(0,100,num=20) #创建含有20个元素且各个元素之间的差都是一样的一维等差数列
np.arange(10,20,step=2) #创建10-20每隔2的一维等差数列
np.random.randint(0,100,size=(5,3)) #创建含有5行3列的0-100的随机元素的数组

打印结果：

---------------------------------------------------

array([1,2,3]) 

---------------------------------------------------

array([[1,2,3],

        [4,5,6]])

---------------------------------------------------

array(['1','2.2','three'],dtype='<U32')

---------------------------------------------------

2.matplotlib模块

1.imread()

2.imshow()

import matplotlib.pyplot as plt
image_arr = plt.imread('./1.jpg') #读取图片（三维数组&#