python算法自学笔记（数据分析）

1.时间

(1) 读取此时此刻时间

输入：

import time
print "time.time(): %f " `在这里插入代码片`%  time.time()
print time.localtime( time.time() )
print time.asctime( time.localtime(time.time()) )

输出：

time.time(): 1692187490.383231 
time.struct_time(tm_year=2023, tm_mon=8, tm_mday=16, tm_hour=20, tm_min=4, tm_sec=50, tm_wday=2, tm_yday=228, tm_isdst=0)
Wed Aug 16 20:04:50 2023

2.Dataframe数据

(1)读取

info()

包含列数、列标签、列数据类型、内存使用情况、范围索引以及每列中的单元格数（非空值）

dataframe.info(verbose,buf,max_cols,memory_usage,show_counts,null_counts)

import pandas as pd
df = pd.read_csv('data.csv')
df.info()

head() / tail()

不填写参数的话默认输出前五行/最后五行（不包括标题）

pandas.df.loc()

pandas中的df.loc[]主要是根据DataFrame的行标和列标进行数据的筛选的，其接受两个参数：行标和列标，当列标省略时，默认获取整行数据。两个参数都可以以字符，切片以及列表的形式传入。

(2)处理数据

pandas.DataFrame.groupby

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, observed=False, dropna=True)[source]

groupby的过程就是将原有的DataFrame按照groupby的字段划分为若干个分组DataFrame，被分为多少个组就有多少个分组DataFrame。在groupby之后的一系列操作（如agg、apply等），均是基于子DataFrame的操作。

pandas.DataFrame.reset_index

reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')

作用：重置索引或其level。重置数据帧的索引，并使用默认索引。如果数据帧具有多重索引，则此方法可以删除一个或多个level。

reset_index() 方法将 DataFrame 索引重置为默认数字索引，在以下情况下特别有用：

• 执行数据整理时——尤其是过滤数据或删除缺失值等预处理操作，会导致较小的 DataFrame 具有不再连续的数字索引
• 当索引应该被视为一个常见的 DataFrame 列时
• 当索引标签没有提供有关数据的任何有价值的信息时

3.画图工具

seaborn

（1）boxplot

seaborn.boxplot(data=None, *, x=None, y=None, hue=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, ax=None, **kwargs)

箱线图用来展现数据的分布，能直观的展示数据的关键指标（如下四分位数、上四分位数、中位数、最大值、最小值、离散点/异常值点）

（2）barplot

seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None,\
                estimator=<function mean>,ci=95, n_boot=1000, units=None, orient=None,\
                color=None, palette=None, saturation=0.75,\
                errcolor='.26', errwidth=None, capsize=None, dodge=True, ax=None, **kwargs)

条形图以矩形条的方式展示数据的点估值和置信区间