13，python 数据分析和可视化(Pandas/Matplotlib)

Python 数据分析和可视化常用的工具包包括 Pandas 和 Matplotlib。

Pandas

Pandas 是 Python 中一个高效、灵活、易于使用的数据处理库。它提供了丰富的数据结构和函数，可以轻松地进行数据清洗、转换、筛选和聚合等操作。

Pandas 的核心数据结构是 Series 和 DataFrame。Series 可以看作是一个带有标签的一维数组，而 DataFrame 则是由多个 Series 组成的二维表格。在 Pandas 中，我们可以通过读取文件或者从数据库中获取数据来创建 DataFrame，然后对其进行各种操作，如数据清洗、特征选择和数据转换等。

例如，我们可以使用 Pandas 读取 CSV 文件，并对数据进行统计分析：

import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('data.csv')

# 显示前五行数据
print(df.head())

# 统计描述性统计信息
print(df.describe())

Matplotlib

Matplotlib 是 Python 中一个用于数据可视化的库。它提供了广泛的绘图功能，包括散点图、线图、条形图、饼图、直方图等。通过调用 Matplotlib 提供的 API，我们可以轻松地将数据可视化。

例如，我们可以使用 Matplotlib 绘制一个简单的折线图：

import matplotlib.pyplot as plt

# 定义 x 和 y 轴数据
x = [1, 2, 3, 4, 5]
y = [7, 3, 8, 4, 9]

# 绘制折线图
plt.plot(x, y)

# 添加标题和标签
plt.title('Line Chart')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图形
plt.show()

这样就可以绘制一个简单的折线图，并在图形中添加标题、坐标轴标签等信息。除了折线图，Matplotlib 还支持绘制多种其他类型的图表，如散点图、饼图、直方图等。