Python 数据分析入门教程：Numpy、Pandas、Matplotlib和Scikit-Learn详解

最新推荐文章于 2024-08-17 13:02:52 发布

大师兄6668

最新推荐文章于 2024-08-17 13:02:52 发布

阅读量6.4k

点赞数

分类专栏： python零散知识点文章标签： Python 数据分析 Numpy Pandas Matplotlib Scikit-Learn 数组运算数据处理

本文链接：https://blog.csdn.net/qq_41308872/article/details/132873978

版权

python零散知识点专栏收录该内容

19 篇文章 7 订阅

订阅专栏

Python数据分析入门教程

Numpy库

NumPy是一个Python的科学计算基础模块,提供了多维数组和矩阵操作功能。

import numpy as np

arr = np.array([1, 2, 3]) 
print(arr)

NumPy中的数组比Python自带的列表更适合进行数值计算和数据分析。

Pandas库

Pandas建立在NumPy之上,提供了更高级的数据分析功能。

import pandas as pd

data = pd.DataFrame({
  "name":["John", "Mary"],
  "age":[30, 25]  
})

print(data)

Pandas中的DataFrame可以看成是一个二维表格,便于加载和分析数据。

Matplotlib绘图

Matplotlib可以用来绘制各种图表,常用于数据分析可视化。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [2, 4, 6, 8]

plt.plot(x, y)
plt.show()

条形图、散点图、直方图等多种图表可用少量代码绘制。

Scikit-Learn机器学习

Scikit-Learn提供了常用的机器学习算法。

from sklearn.linear_model import LinearRegression

model = LinearRegression()
model.fit(x_train, y_train)
y_pred = model.predict(x_test)

可以基于Pandas和Scikit-Learn构建数据分析与机器学习 Pipeline。

NumPy数组与运算

NumPy是Python语言的一个重要扩展程序库,主要用于数组与矩阵运算,对于数据分析非常关键。本文将详细介绍NumPy的数组对象以及相关的运算操作。

NumPy数组对象

NumPy中的ndarray(N维数组对象)是一个快速灵活的大数据集容器,比标准Python列表更适合用于科学与工程计算。

import numpy as np

arr = np.array([1, 2, 3])
print(arr)

arr = np.array([[1, 2], [3, 4]]) 
print(arr) 
ndarray是一个同质数据的多维容器,在创建时可以指定数据类型。
python
arr = np.array([1, 2, 3], dtype=np.float32)
ndarray的维数 called shape,可以通过shape属性获得:
python 
arr = np.array([[1,2,3], [4,5,6]])
print(arr.shape) # (2, 3)

维数可以超过2,表示高维数组。数组大小调用size属性。

数组创建函数

np.array是创数组的最基本方法。np还提供了其他创建数组的函数:

arr = np.zeros(10) # 10个0 

arr = np.ones((2, 3), dtype=int) # 2x3全1数组

arr = np.full((3, 5), 6) # 3x5全6数组
np.random模块可以生成随机数组:
python
arr = np.random.random((2, 4)) # 2x4随机数组

arr = np.random.normal(0, 1, (3, 3)) # 正态分布

数组运算

NumPy中可以对整个数组进行算术运算,逐元素运算:

arr1 = np.array([1, 2, 3])
arr2 = np.array([2, 3, 4])
print(arr1 + arr2) # [3 5 7]

print(arr1 * 2) # [2 4 6]

常用的数组运算还包括求和、统计、广播等:

arr = np.array([[1,2], [3,4]]) 

print(arr.sum()) # 10

print(arr.min()) # 1
print(arr.max()) # 4 

arr1 = np.array([[1, 2]])
arr2 = np.array([2, 3])
print(arr1 + arr2) # broadcasting

数组索引

ndarray支持多维索引,可以获取某个元素:

arr = np.array([[1,2,3], [4,5,6], [7,8,9]])

print(arr[1, 2]) # 6

print(arr[0:2, 1]) # [2 5] 切片
布尔数组索引:
python 
arr = np.array([1, 2, 3, 4])
bool_idx = arr > 2 

print(arr[bool_idx]) # [3 4]

数组操作总结

ndarray是NumPy的基本数组对象,比列表更适合科学计算
支持多种数组创建方式如zeros,random等
可以进行数学与统计运算,如sum,mean
通过索引和切片可以操作数组元素

NumPy的数组运算是Python科学计算的基石,必须深入学习，才能打下坚实的基础。

总结

在本文中，我们介绍了 Python 数据分析的入门教程，重点介绍了 Numpy 库、Pandas 库、Matplotlib 绘图和 Scikit-Learn 机器学习等方面的内容。现在，让我们来简要总结一下吧！

首先是 Numpy 库。我们了解到 Numpy 是 Python 中一个强大的数值计算库，它提供了多维数组对象以及丰富的数组运算功能。通过 Numpy，我们可以轻松地对数组进行创建、操作和索引，还可以进行各种数学运算和线性代数操作。

接着我们介绍了 Pandas 库。Pandas 是用于数据分析和处理的重要工具，它提供了 DataFrame 对象，使我们能够灵活地处理和分析数据。通过 Pandas，我们可以读取数据集、数据清洗、转换和整合，还可以进行高级数据操作，如数据筛选、排序和分组等。

然后是 Matplotlib 绘图。Matplotlib 是一个功能丰富的绘图库，可以用来创建各种类型的静态、动态和交互式图表。无论是线形图、柱状图、散点图还是饼图，Matplotlib 都能够满足我们的需求，并通过设置样式和标签来美化图表。

最后是 Scikit-Learn 机器学习。Scikit-Learn 是一个强大的机器学习库，提供了多种常用的机器学习算法和工具。通过 Scikit-Learn，我们可以进行数据预处理、特征工程、模型训练和评估等。它支持监督学习、无监督学习和半监督学习等多种学习任务。

总之，通过本文的学习，我们对 Python 数据分析有了更深入的理解。Numpy、Pandas、Matplotlib 和 Scikit-Learn 是我们必不可少的工具，可以帮助我们在数据分析和机器学习领域取得更好的成果。希望本文能够带给大家启发和帮助，让我们一起走进 Python 数据分析的精彩世界吧！