Python数据分析与可视化

db_lly_032

已于 2023-12-22 09:17:06 修改

阅读量135

点赞数 1

文章标签： python 开发语言

于 2023-12-11 16:14:29 首次发布

本文链接：https://blog.csdn.net/ssyuyu_u/article/details/134784608

版权

文章目录

- Python 数据分析概述
- Python 基础复习
- Python 数据分析依赖的两个对象
- 表格对象实现统计分析
- 数据预处理
- Matplotlib数据可视化

Python 数据分析概述

二十一世纪以来，我们的生活就迈入了“数据时代”。作为21世纪的新青年，数据一词经常出现。数据：一种可以被鉴别的对客观事件进行记录的符号。

简单来说：就是对人类的行为及产生的事件的一种记录。

我们无时无刻的在产生数据：

广义的数据分析包括狭义数据分析和数据挖掘。狭义的数据分析通过数据的统计分析发现数据中的信息，分析数据结果背后的原因；数据挖掘则是通过数学算法和模型挖掘数据潜在规律，还可以预测数据的未来走向。

知识思维导图

熟悉Python 数据分析的工具

Python 基础复习

引言：复习Python 基础的必要性

想要学懂Python 数据分析，很重要的一点需要有一定的Python基础，特别是要对类和对象的相关概念有所了解，因为Python 数据分析涉及到的库（pandas,numpy,matplotlib,pyecharts）中都应用到类和对象。

Python 数据分析依赖的两个对象

pandas 库导入方法和主要功能：

导入方法：import pandas as pd(一般将pandas 库重命名为pd方便之后的调用)；
pandas 主要用来处理结构化数据；
结构化数据可以理解为表格化数据；
pandas 库可以用来做数据处理和数据分析。

读取excel 文件数据

excel 文件是微软办公软件excel 使用的文件格式，用于存储的结构化数据。
Python 中读取excel 文件的方法：调用pandas 库的read_excel函数

Series序列对象

利用pandas 库从外部读取数据到Python 中形成的表格叫做DataFrame表格对象
Series序列对象即DataFrame表格对象中的某一列数据
Series序列对象简称序列对象，其数据类型是Series
从表格中提取序列对象：表格对象['列名称']
手动生成一个序列对象：pd.Series(序列对象)类生成
Series序列对象中局部数据的访问方法

通过序列单个索引访问：序列对象[索引]
通过序列索引的切片访问：序列对象[索引1,索引2]
通过判断条件访问：序列对象[序列对象逻辑判断符号阀值]

Series序列对象常用方法:max(),min(),mean(),median(),count(),var()

DataFrame表格对象

表格对象的基本方法：

head():返回前5行数据，用于概览
info():查看数据行列数、各项的数据类型和非空值数量
describe():对表格对象中的数字类型序列进行各类统计量的计算
rename():修改表格对象的列名称
to_excel():将表格对象导出成excel

表格对象实现统计分析

引言：统计分析技术狭义的数据分析，指通过计算不同维度的统计量指标来挖掘数据中的信息。Python 通过pandas 库的DataFrame表格对象一样可以完成上述任务，虽然就这个任务而言，没有excel 实现起来那么简单，但在处理一些更复杂的数据分析任务时，Python 更有优势。

例如：

表格对象的增删查改
表格对象索引重置
表格对象的数据查询：loc方法

import pandas as pd
data = pd.read_excel(r'D:/yuuuuu/超市销售数据.xlsx')
print(df.loc[；5,'评论'])
print(df.loc[；5,'评论','时间'])

iloc方法

data = pd.read_excel(r'D:/yuuuuu/超市销售数据.xlsx')
df.iloc[:,[3,4,5]]

数据预处理

数据预处理的概念：指数据分析之前，对数据进行加工处理，使数据在后续的分析方法中更加的准确、有效。数据预处理是数据建模前的重要环节，他直接决定了后期所有数据工作的质量和价值输出。从数据预处理的主要内容看，包括数据清洗、转换、规约、聚合、抽样等。
数据预处理的种类：主要有数据合并、数据清洗、数据转换。
数据合并：将两个表格中的数据通过一定的逻辑合并到一起。
数据清洗：去除重复值、处理缺失值、处理异常值。
数据转换：对数据结构或者数据类型进行转换，以便于后续的分析。

提供先进的推理，复杂的指令，更多的创造力。

Matplotlib数据可视化

数据可视化：用图将数据表现出来，使数据直观；常见的图表类型有：散点图、折线图、直方图、饼图等。
excel 作为常见的数据分析工具，拥有简易且强大的作图功能。
Python 的数据可视化库有很多个， Matplotlib是其中最基础、最常用d最常用的。
选择绘图函数--以plot函数（折线图）为例：

绘图函数决定要绘制什么样的图形，不同的图形有不同的函数名称

绘图语法：plt.plot(x,y,color,linestyle,marker,format_string,..)

import matplotlib.pyplot as plt
#折线图
plt.plot(
    [1,2,3,4,5],
    [1,3,4,8,3],
    'r--o'
)

运行结果：

设置画布

画布类似画画时的画板，决定了我们的图形大小，默认的画布为白色，看不见其边界
语法：plot.fingure(figsize,...)
figsize：接收元组（a,b），a表示画布的长，b表示画布的高
```
plt.figure(figsize=(8,2))
plt.plot([1,2],[1,3])
```
运行结果：

设置标题和图例

标题显示在画布和图表的正上方。图裂一般显示在图表角落，用于描述数据的含义
显示标题语法：plot.title('标题')
显示图例语法：plot.legend('数据标签',loc,fontsize,...)

loc参数：决定图例的位置，如'upper right'表示右上方（具体参考教材）

# 设置坐标轴
plt.rcParams['font.family'] = 'SimHei' # 解决中文乱码
plt.xlabel('x轴') # 坐标轴名称
plt.ylabel('y轴')
# plt.xticks([1,2,3]) # 刻度
# plt.yticks([1,2,3])
plt.xlim(1,4) # 坐标轴范围
plt.ylim([1,5])
plt.grid() # 网格线
plt.show() # 只显示图像