python数据分析三大神器基本操作1

python数据分析三大神器基本操作1

今天我带大家感受一下数据分析三大神器到底强大再哪里，这里我将用原生python代码和三大神器（numpy，pandas，matplotlib）来实现相同的功能做出比较，看看它到底独特在哪里。

实现这样一个小小的例子

用随机的方式生成5个学生3门课程的成绩 —> 嵌套列表

1. 计算每个学生考试的平均成绩
2. 计算每门课的最高分、最低分、标准差

首先，我们看一下用原生python代码写的代码

import random


names=['张三','李四','王五','黑六','吴七']

courses=['语文','数学','英语']

scores = [[random.randrange(50,101) for _ in range(3)] for _ in range(5)]
print(scores)

for i,name in enumerate(names):
    sum = 0
    for j,course in enumerate(courses):
        sum += scores[i][j]
    print(f'{name}的平均分{round(sum/len(courses),2)}')
        
        
for i,course in enumerate(courses):
    temp=[]
    for j,name in enumerate(names):
        temp.append(scores[j][i])
    print(f'{course}最高分{max(temp)}')
    print(f'{course}最低分{min(temp)}')
        

大致效果是这样

真的很不爽，代码又臭又长

接下来，用了numpy来实现了同样的效果

这样心情是要好多了，但是，不知道你注意到没有，这样我们根本不知道算的分别是啥

好了，做这种事情还得pandas出马

import pandas as pd

df = pd.DataFrame(data=scores,columns=courses,index=names)   # columns是可迭代对象
df

接下来算平均值

df['平均分'] = np.round(df.mean(axis=1),2)   
df

很直观对吧，这里最大值最小值等我就先不写了哈

不仅如此，还可以更直观

# 处理中文字体
import matplotlib.pyplot as plt
# 先执行下面代码
plt.rcParams['font.sans-serif']=['STFangsong']
plt.rcParams['axes.unicode_minus']=False

%config InlineBackend.figure_format = 'svg'  # 出矢量图

df.plot(kind='bar')  # bar代表柱状图                                      
plt.xticks(rotation=0)
plt.show()

看效果

想了解更多知识，欢迎移步到微信公众号
扫码或搜索数据分析者

好了，初步感受到pandas的强大了吗，那今天就先这样了，后续还有更新更多数据分析知识，有兴趣相互交流啊