关于matplotlib和numpy+pandas的初级运用（一）

代码＆数据源

来自《Python 数据分析与应用》和《Python数据分析与挖掘实战》

任务概要

通过学习numpy和pandas的初级用法，将npy/npz ,xsl的数据以series和Dataframe的形式导入，经过基本的Data clean，最后作图，得到可视化数据和相关有效值

实战例1

2000-2017年GDP基础分析

原有数据

来自

…data\xxx.npy

其中，[ 2 ]代表GDP,[ 3: ,5:] 代表第一到第三产业的GDP,[ 6: ,15:] 代表’农业’,‘工业’,‘建筑’,‘批发’,‘交通’,‘餐饮’,‘金融’,‘房地产’,‘其他’

数据清理

因书中说明，该数据没有异常值，故不考虑，实战二有相关方法。

任务实现

通过点线图，直方图，箱线图来可视化数据。
自用代码如下：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei' ## 设置中文显示
plt.rcParams['axes.unicode_minus'] = False
data = np.load('../data/国民经济核算季度数据.npz',allow_pickle=True)
values = data['values']
gdpI = [list(values[:,3]),list(values[:,4]),list(values[:,5])]
gdpP = ([list(values[:,i]) for i in range(6,15)])
labelI = ['第一产业'