pandas学习（1）-初探

1.pandans介绍：主要用于数据的处理和计算，提供了大量的库。对于机器学习来说，大部分的工作在于数据的清洗和操作，例如读取数据，对数据的分析等等。

2.pandas基本数据结构：

• Series:类似一维数据结构，但是元素可以是不同的数据类型
• DataFrame: 类似二维数据结构，是Series的容器
• Panel: 三维数据结构，是DataFrame的容器

    案例分析：read_csv读取文件后，DataFrame数据类型的操作

import pandas as pd
import matplotlib.pyplot as plt
# read_data是DataFrame类型，会标识行的个数以及每列的信息
read_data = pd.read_csv('./Data/test.csv')
# 获取和打印整个数据，以DataFrame的形式和矩阵的形式
print(read_data, read_data.values)
# 获取和打印前三行的数据信息,分别为DataFrame 和 矩阵的数据类型
print(read_data[0:3], read_data[0:3].values)
# 获取和打印某一列的数据信息，必须用矩阵的形式，DataFrame没有提供列哈希查询
print(read_data.values[:, 1])
# 如果知道某列的含义标识，那么可以直接再DataFrame类型下哈希查找,结果还是DataFrame类型，再转换成矩阵类型
print(read_data['Id'], read_data['Id'].values)
# 将筛选出来的列用图描述
read_data['Id'].plot(figsize=(5,6)) # 设置图大小
plt.show()
# 选择多列
print(read_data[['Id', 'Col_10']])
# 选择多列以及筛选行
print(read_data[['Id', 'Col_10']][1:5])
# 统计列的值出现次数, 若需要出现次数的前10个,访问列表前十，并显示下
print(read_data['Id'].value_counts(), read_data['Id'].value_counts()[:10])
read_data['Id'].value_counts()[:10].plot(kind='bar')
plt.show()

以上是对读取数据的简单操作