python数据分析与挖掘实战（1）

python数据分析与挖掘实战（1）

清华大学开源镜像站：pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

1.numpy基本操作
代码列表：

import numpy as np
a = np.array([2, 0, 1, 5])
print(a)
print(a[:3])   #切片，引用前三个数字
print(min(a))
a.sort()
print(a)
b = np.array([[1, 4, 9],[4, 5, 6]])  #需要用中括号括起数组的每行
print(b*b)

列表可以被修改，而元组不可以修改。
若要复制一个列表a，不可以使用b=a，这样b只是a的一个别名；应使用b=a[:]

2.Matplotlib
Matplotlib.pypolt.plot()用法：链接
代码列表：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 1000)   #np.linsapce(start, stop, num),num默认为50，表示把1到10分成1000份
y = np.sin(x)+1
z = np.cos(x**2)+1

plt.figure(figsize=(8,4))   #设置作图面板的大小
plt.plot(x, y, label='$\sinx+1$', color='red', linewidth = 2 ) #横坐标，纵坐标，图例中的标记，线条颜色，线条宽度
plt.plot(x, z, 'b--', label='$\cosx^2=1$')
plt.xlabel('Time(s) ')
plt.ylabel('Volt')
plt.title('a simple example')
plt.ylim(0,2.2)     #ylimit纵轴大小
plt.legend()  #显示图例
plt.show()

作图结果：
附：解决中文标签和符号无法显示负号的问题

plt.rcParams[ 'font.sans-serif' ] = [ 'SimHei' ]
plt.rcParams[ 'axes.unicode_minus' ] = False

3.Pandas
建立在numpy之上，是python最强大的数据分析和探索工具。
pandas基本的数据结构是Series序列和DataFrame二维表格，每一列都是一个series。
简单用法：链接

import pandas as pd

s = pd.Series([1, 2, 3], index = ['a', 'b', 'c'])
d = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=['a', 'b', 'c'])
d2=pd.DataFrame(s)
d.head() #预览前5行数据
print(d)
d.describle()