Python数据分析与挖掘实战（1）数据分析工具简介

从现在开始我们开始学习数据挖掘的有关内容，默认已经安装了相应的环境。

Numpy

# -*- coding: utf-8 -*
import numpy as np  # 一般以np作为numpy的别名

a = np.array([2, 0, 1, 5])  # 创建数组
print(a)  # 输出数组
print(a[:3])  # 引用前三个数字（切片）
print(a.min())  # 输出a的最小值
a.sort()  # 将a的元素从小到大排序，此操作直接修改a，因此这时候a为[0, 1, 2, 5]
b = np.array([[1, 2, 3], [4, 5, 6]])  # 创建二维数组
print(b * b)  # 输出数组的平方阵，即[[1, 4, 9], [16, 25, 36]]

Scipy

# -*- coding: utf-8 -*
# 求解非线性方程组2x1-x2^2=1,x1^2-x2=2
from scipy.optimize import fsolve  # 导入求解方程组的函数


def f(x):  # 定义要求解的方程组
    x1 = x[0]
    x2 = x[1]
    return [2 * x1 - x2 ** 2 - 1, x1 ** 2 - x2 - 2]


result = fsolve(f, [1, 1])  # 输入初值[1, 1]并求解
print(result)  # 输出结果，为array([ 1.91963957,  1.68501606])

# 数值积分
from scipy import integrate  # 导入积分函数


def g(x):  # 定义被积函数
    return (1 - x ** 2) ** 0.5


pi_2, err = integrate.quad(g, -1, 1)  # 积分结果和误差
print(pi_2 * 2)  # 由微积分知识知道积分结果为圆周率pi的一半

Matplotlib

# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt  # 导入Matplotlib

x = np.linspace(0, 10, 1000)  # 作图的变量自变量
y = np.sin(x) + 1  # 因变量y
z = np.cos(x ** 2) + 1  # 因变量z

plt.figure(figsize=(8, 4))  # 设置图像大小
plt.plot(x, y, label='$\sin x+1$', color='red', linewidth=2)  # 作图，设置标签、线条颜色、线条大小
plt.plot(x, z, 'b--', label='$\cos x^2+1$')  # 作图，设置标签、线条类型
plt.xlabel('Time(s) ')  # x轴名称
plt.ylabel('Volt')  # y轴名称
plt.title('A Simple Example')  # 标题
plt.ylim(0, 2.2)  # 显示的y轴范围
plt.legend()  # 显示图例
plt.show()  # 显示作图结果

Pandas

# -*- coding: utf-8 -*-
import pandas as pd  # 通常用pd作为pandas的别名。

s = pd.Series([1, 2, 3], index=['a', 'b', 'c'])  # 创建一个序列s
d = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=['a', 'b', 'c'])  # 创建一个表
d2 = pd.DataFrame(s)  # 也可以用已有的序列来创建表格

d.head()  # 预览前5行数据
d.describe()  # 数据基本统计量

# 读取文件，注意文件的存储路径不能带有中文，否则读取可能出错。
pd.read_excel('data.xls')  # 读取Excel文件，创建DataFrame。
pd.read_csv('data.csv', encoding='utf-8')  # 读取文本格式的数据，一般用encoding指定编码。

以上粘贴的是第二张的有关四个常用的数据分析工具的有关代码。