Python数据分析（全） #超长预警 #思维导图 #matplotlib #numpy #pandas

内容多且杂，我按照自己理解的逻辑，写了三个思维导图，就在每一部分之后

一、基础概念及环境

1. 数据分析概念

• 数据分析是Python数据科学的基础，也是机器学习课程的基础
• 数据分析： 大量的数据进行分析，帮助人们作出判断，以便采取适当行动。
  

2. anaconda

2.3 安装

• 搜索“anaconda”镜像源
• 下载到Linux主机。可以使用wget命令下载。
• chomd +x 给下载的sh文件可执行权限，然后执行
• 一路输入yes
• 关闭终端，再打开一个新终端即生效

2.2 基本操作

• 创建环境：

conda create -n 取的名字 python=3
确定后，输入Y安装

• 激活环境：

source activate 环境名

• 停用环境：

source deactivate

• 安装模块：

conda install 模块名

二、matplotlib

1. 简介

• 将数据进行可视化 ，更直观
• 使数据更客观 ，更具说服力
• matplotlib： 最流行的Python底层绘图库，注意做数据可视化图表 ，名字取材于MATLAB，也是模仿其构建的。

2. 基本要点

• axis： 指x或y这种坐标轴。
• 坐标： 图上的每一个点就是一个坐标。
• 安装：(pip3 install matplotlib安装会报错。请使用以下命令。)

sudo apt-get install python3-matplotlib

3. 使用方法

• 以折线图为例

3.1 最简单形式

1. 导入模块
2. x，y都要是可迭代对象。并且长度相同。
3. 将x、y传入plot
4. 展示图形（会蹦出一个框，当然，远程看不了）

# coding=utf-8
from matplotlib import pyplot as plt


x = [0, 2, 4, 6]
y = [20, 15, 14, 13]

plt.plot(x, y)  # 传入x,y通过plot绘制折线图
plt.show()  # 在执行时，展示图形

• 如果想保存图片，控制刻度怎么办？

3.2 升级形式

1. 我们想保存图片，就需要创建一个图形实例。figsize接收一个元组，分别是宽和高。dpi决定清晰度，意思是每英寸点个数。在绘图之后，保存即可。
2. 控制刻度。

# coding=utf-8
from matplotlib import pyplot as plt

# 创建一个图形实例，后续对其进行设置操作
fig = plt.figure(figsize=(20,10), dpi=80)  # （宽，高），每英寸点个数

x = range(2, 26, 2)
y = [20, 15, 14, 13, 8, 16, 14, 14, 13, 11, 10, 15]

# 绘图
plt.plot(x, y)

# 设置x轴刻度
# xtick_labels = [0.5*i for i in range(4, 49, 1)  # range不接受小数步长
plt.xticks(range(2, 25, 1))  # 设置区间为2~25,步长为1

# 设置y轴刻度
plt.yticks(range(min(y), max(y)+1, 3))


# 保存
plt.savefig("./pic/t1.png")  # 可以保存为svg矢量图格式

# 展示
# plt.show()

• 刻度想要使用字符串怎么办？字符串挤在一起怎么办？怎么使用中文？

3.3 刻度使用字符串

• 刻度传入一个参数，只能使用数字。传入两个参数，可以使用字符串，要一一对应。
• 刻度挤在一起，可以选择用rotation参数旋转。
• 中文：在终端用fc-list可以查看Linux中支持的字体。在用fc-list :lang=zh可以看含有的中文字体
• 改变字体有两种方式。方式2更可取。字体的地址，最好用绝对字体。

# coding=utf-8
from matplotlib import pyplot as plt
import random
from matplotlib import font_manager


# 设置字体,方式1
# font = {"family" : "MicroSoft YaHei",
#         "weight" : "bold",
#         "size" : "larger"}
# matplotlib.rc("font", **font)

# 设置字体，方式2(推荐)
my_font = font_manager.FontProperties(fname="/home/pi/Font/simsun.ttc")

# 创建一个图形实例，后续对其进行设置操作
fig = plt.figure(figsize=(30,25), dpi=120)  # （宽，高），每英寸点个数

x = range(1, 121)
# 描绘一个增长的股票
y = [int(random.randint(15, 90)*0.03*i) for i in range(1, 121)]
# 绘图
plt.plot(x, y)

# 调整x轴刻度
_x = list(x)  # 可以直接用x。转换为列表是为了方便控制步长。
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["14点{}分".format(i) for i in range(60)]
# 一个参数时，只能传数字。要传入字符串，需要让两个参数一一对应
plt.xticks(_x[::5], _xtick_labels[::5], rotation=315, fontproperties=my_font)  # rotation决定旋转的度数

# 设置y轴刻度
plt.yticks(range(min(y), max(y)+1, 7))


# 保存
plt.savefig("./pic/t2.png")  # 可以保存为svg矢量图格式

# 展示
# plt.show()

3.4 添加描述信息

• 绘制网格：

plt.grid()

grid可以接受参数。
alpha=0.4 ==>设置透明度为0.4（完全透明为0，完全不透明为1，缺省为1）

• 添加描述信息：

plt.xlabel("时间", fontproperties=my_font)
plt.ylabel("股价 (单位￥)", fontproperties=my_font)
plt.title("两个时间段的股价变化", fontproperties=my_font)

3.5 同图表绘制多折线

• 绘图两次即可

# 绘图
plt.plot(x, y1)
plt.plot(x, y2)

---

• 给曲线添加图例（区别曲线） 用label参数，还要添加plt.legend()

# 绘图
plt.plot(x, y1, label="星期三")
plt.plot(x, y2, label="星期五")

plt.legend(prop=my_font)  # 注意是prop,其它地方用字体都是fontproperties参数

图例默认在最合适的位置。要改变位置使用loc参数，可以传入字符串，也可以传入数字0~10

best	upper right	upper left	lower left	lower right	right
0	1	2	3	4	5
center left	center right	lower center	upper center	center
6	7	8	9	10

---

• 绘图：颜色参数color，传入颜色单词或16进制值

---

• 绘图：线型参数linestyle，传入字符串（网格也有这个参数哦）

-	–	-.	:	‘’
实线	虚线	点划线	点虚线	留空

• 线条粗细：linewidth=5
• 线条透明度：alpha=0.5

更多例子看官网，面向复制编程

4. 应用场景

• 折线图： 变化。显示数据变化趋势。
• 直方图： 统计（绘制连续性的数据）展示一组或多组数据分布情况
• 条形图： 统计（绘制离散型的数据）能够一眼看出各个数据的大小，比较数据之间的差别。频率统计。
• 散点图： 分布规律（判断变量之间是否存在数量关联趋势，展示离群点）

---

• 其它问题:
  plt.hist()直方图==>错位？错位是因为不能被整除。
  可以用条形图，设置width（width默认0.8）即可。

5. 更多

百度Echarts
plotly可视化工具中的github。同时兼容matplotlib和pandas
seaborn比matplotlib简单，但没有交互效果

6. 思维导图

三、numpy

• Python中的一个科学计算 基础库。重在数值计算 。

1. 创建数组&数据类型

• 创建数组

import numpy as np

# 以下都是一维数组
np.array([5])
np.array(range(1, 12, 2))
np.arange(1, 12, 2)

• 数据类型

# 指定创建的数组的数据类型
t1 = np.array([1, 0], dtype=np.bool)
t1 = np.array([1, 0], dtype="?")

# 查看t1数组里的数据类型
t1.dtype

# 修改数据类型
t2 = t1.astype("i1")

# 修改小数位数
t3 = np.array([0.233333, 0.666666])
t4 = np.round(t3, 2)  # [0.23, 0.67]，和Python中round方法类似

类型	类型代码	说明
int8	i1	有符号8位（1字节）整形
uint8	u1	无符号8位（1字节）整形
int16/32/64	i2/i3/i4	以此类推
float16	f2	半精度浮点数
float32	f4或f	标准单精度浮点数。兼容C的float
float64	f8或d	标准的双精度浮点数。兼容C的double和Python的float
float128	f16或g	扩展精度浮点数
complex256	c32	复数
bool	?	布尔值

2. 数组的形状

• 一维数组

array([0, 1, 2, 3, 4, 5])

• 二维数组

array([
    [1, 2, 3],
    [4, 5, 6]
    ])

• 三维数组