Python数据分析初体验

一.数据分析三大神器

1.NumPy - Numerical Python - 提供了名为ndarray的数据类型，基于该类型我们可以实现对数据的存储和批量处理。

2.Pandas - Panel Data Set - 提供了Series和
DataFrame两种核心数据类型，专门用于处理一维和二维的数据，对数据分析常用方法进行了封装。

3.Matplotlib - 封装了各种常用的统计图表，pandas以及其他很多库绘图的功能，底层就是matplotlib提供的支持。

导入三个分析工具库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

二、初级指令体验

1.初始数据建立

names = ('李元芳', '白起', '孙悟空', '达摩', '孙尚香')
courses = ('语文', '数学', '英语')
scores = [91, 78, 72], [68, 70, 83], [82, 76, 97], [89, 84, 89], [85, 80, 94]]

# 先写三个函数，后面使用
def mean(nums: list) -> float:
    """计算均值"""
    return sum(nums) / len(nums)


def var(nums: list) -> float:
    """计算方差"""
    avg = mean(nums)
    return mean([(num - avg) ** 2 for num in nums])


def std(nums: list) -> float:
    """计算标准差"""
    return var(nums) ** 0.5

2.关于axis使用：

np.round(np.mean(scores, axis=1), 1)

np.max(scores, axis=0)

3.尝试建图

# 创建DataFrame对象
# data - 二维的数据，columns - 列索引，index - 行索引
df = pd.DataFrame(data=scores, columns=courses, index=names)
df

4.插入一行

# 给DataFrame对象添加一个列保存每个学生的平均分
df['平均分'] = np.round(df.mean(axis=1), 1)
df

5.写入excel文件

df.to_excel('成绩.xlsx')

6.排序

根据平均分排序

df.sort_values(by='平均分', ascending=False)

df.sort_values(by='平均分', ascending=False).drop(columns='平均分')

7.一个简易图

df.plot(kind='bar')

8.一些指令

# 配置matplotlib使用支持中文的字体
plt.rcParams['font.sans-serif'] = ['SimHei', ]
# 让负号正常显示
plt.rcParams['axes.unicode_minus'] = False

# 使用魔法指令配置在独立窗口显示图表
# 需要安装三方库PyQt5来支持该魔法指令
# %pip install PyQt5
%matplotlib qt

# 使用魔法指令配置在浏览器内嵌显示图表
%matplotlib inline

# 使用魔法指令配置生成矢量图
%config InlineBackend.figure_format = 'svg'

# 图例位置控制
plt.legend(loc='lower right')

# 提出操作横轴的刻度
plt.xticks(rotation=0)

# 把图片显示
plt.show()

9.图片保存

注意要在plt.show前保存，不然没有保存的东西

plt.savefig('aaa.png')