python可视化基础

墨鱼丸子

已于 2024-01-05 17:19:37 修改

阅读量882

点赞数 16

文章标签： python 开发语言

于 2023-12-26 15:55:40 首次发布

本文链接：https://blog.csdn.net/much2022/article/details/135224019

版权

pandas库介绍

Pandas是Python语言的一个扩展程序库，主要用于数据分析。它提供了高性能、易于使用的数据结构和数据分析工具。以下是关于Pandas库的一些介绍：

起源和名称：Pandas库由Wes McKinney于2008年创建，名称来源于“panel data”（面板数据）和“Python data analysis”（Python数据分析）的缩写。
主要数据结构：Pandas库的主要数据结构包括DataFrame和Series。DataFrame类似于电子表格或SQL表格，是二维的数据结构，具有行和列。每一列可以包含不同类型的数据（整数、浮点数、字符串等）。Series则是一维的数据结构，类似于数组或列表，但具有标签，可以通过标签进行索引。
特点：Pandas具有多种优势。它能够自动对齐不同索引的数据，方便数据操作；提供强大的工具来处理缺失值，包括删除、填充等操作；支持各种数据分析和统计计算，如平均值、中位数、标准差等；可以读取和写入多种数据格式，包括CSV、Excel、SQL数据库、JSON等；提供丰富的数据清洗和转换函数，用于数据的预处理和整理。
依赖关系：Pandas基于高性能数学运算库Numpy，支持从各种文件格式如CSV、JSON、SQL等进行数据分析。
更多详情可查看链接：Pandas简介 - 知乎 (zhihu.com)

读取外部数据

Pandas库提供了多种方法来读取外部数据。以下是一些常见的方法：

从CSV文件读取数据：

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

从Excel文件读取数据：

import pandas as pd  
  
df = pd.read_excel('file.xlsx')

从SQL数据库读取数据：

import pandas as pd  
import sqlalchemy  
  
engine = sqlalchemy.create_engine('sqlite:///database.db')  
df = pd.read_sql_query('SELECT * FROM table', engine)

从JSON文件读取数据：
```
import pandas as pd  
  
df = pd.read_json('file.json')
```
这些方法都返回一个DataFrame对象，其中包含了读取的数据。可以根据需要选择适合的方法来读取外部数据。

series序列对象

Pandas中的Series对象是一种一维数组，具有标签化的数据结构。每个Series对象都有一个索引和一个值序列。索引类似于行标签，而值序列类似于列数据。以下是Series对象的一些常见用法：

创建Series对象：

import pandas as pd  
  
# 创建一个简单的Series对象  
s = pd.Series([1, 2, 3, 4, 5])  
print(s)  
  
# 创建一个带有索引的Series对象  
s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])  
print(s)

访问Series对象的值：

# 通过索引访问值  
print(s['a'])  # 输出：1  
  
# 通过位置索引访问值  
print(s[0])  # 输出：1

修改Series对象的值：

# 直接赋值来修改值  
s[1] = 100  
print(s)  # 输出：[100  2   3   4   5]

使用标签进行数据操作：

# 使用标签进行过滤和选择数据  
print(s[s > 2])  # 输出：[100   4   5]

对Series对象进行统计计算：

# 计算平均值、中位数、标准差等统计量  
print(s.mean())  # 输出：3.6  
print(s.median())  # 输出：3.0  
print(s.std())  # 输出：2.8775825011986415

这只是Series对象的一些基本用法，Pandas还提供了许多其他功能和操作，使得处理和分析数据变得更加简单和高效。

DataFrame表格对象

Pandas中的DataFrame对象是一种二维的表格型数据结构，类似于电子表格或SQL表。每个DataFrame对象由多个列组成，每列可以是不同的数据类型（如整数、浮点数、字符串等）。DataFrame对象还具有行索引和列索引，可以方便地对数据进行访问和操作。

以下是一些关于DataFrame对象的基本用法：

创建DataFrame对象：

import pandas as pd  
  
# 创建一个简单的DataFrame对象  
df = pd.DataFrame({  
    'A': [1, 2, 3],  
    'B': [4, 5, 6],  
    'C': [7, 8, 9]  
})  
print(df)

访问DataFrame对象的值：

# 通过列名访问值  
print(df['A'])  # 输出：[1 2 3]  
  
# 通过位置索引访问值  
print(df.iloc[0])  # 输出：['A' 1 'B' 4 'C' 7]

修改DataFrame对象的值：

# 直接赋值来修改值  
df.loc[0, 'A'] = 100  
print(df)  # 输出：  
#     A  B  C  
# 0  100  4  7  
# 1    2  5  8  
# 2    3  6  9

使用条件过滤数据：

# 使用条件过滤数据并选择满足条件的行和列  
print(df[df['A'] > 2])  # 输出：  
#     A  B  C  
# 1  2  5  8  
# 2  3  6  9

这只是DataFrame对象的一些基本用法，Pandas还提供了许多其他功能和操作，使得处理和分析数据变得更加简单和高效。

可视化大屏

Pandas本身不直接提供可视化大屏的功能，它是一个数据处理库，主要专注于数据处理和分析方面。但是，你可以结合其他可视化库如Matplotlib、Seaborn、Plotly等来创建可视化大屏。

以下是一个使用Matplotlib和Pandas创建简单可视化大屏的示例：

导入必要的库：

import pandas as pd  
import matplotlib.pyplot as plt

创建数据：

data = {  
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],  
    'Age': [25, 30, 35, 40],  
    'Salary': [50000, 60000, 70000, 80000]  
}  
df = pd.DataFrame(data)

创建图表：

plt.figure(figsize=(12, 6))  
plt.bar(df['Name'], df['Salary'])  
plt.xlabel('Name')  
plt.ylabel('Salary')  
plt.title('Salary by Name')  
plt.show()

以上代码将创建一个简单的柱状图，展示每个人的姓名和对应的薪水。你可以根据需要扩展和修改这个示例，创建更复杂的可视化大屏。