python数据分析之matplotlib、numpy、pandas模块基础源码

本文介绍了Python数据分析的基础,涵盖了matplotlib模块用于数据可视化,numpy模块提供数值计算功能,以及pandas模块用于数据处理和分析。
摘要由CSDN通过智能技术生成

数据分析

matplotlib模块

'''from matplotlib import pyplot as plt
x=range(0,20,2)
y=[12,1,3,5,6,56,62,13,35,66]
#设置图片大小,dpi设置清晰度
plt.figure(figsize=(20,10),dpi=80)
#绘图
plt.plot(x,y)
#保存
#plt.savefig("./1.jpg")
#设置x轴的刻度
plt.xticks(range(0,20))
plt.yticks(range(min(y),max(y)+1))
#展示图形
plt.show()'''



'''from matplotlib import pyplot as plt
import random
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
x=range(120)
y1=[random.randint(20,36) for i in range(120)]
y2=[random.randint(20,36) for i in range(120)]
plt.figure(figsize=(15,8),dpi=80)
#label添加折线图名称,color颜色,要跟上legend才能显示
plt.plot(x,y1,label="jackson",color="pink")
plt.plot(x,y2,label="杜",color="purple")
#图形注释
plt.legend()
#调整x轴的刻度
z=list(x)[::10]
labels=["hello {}".format(i) for i in z]
plt.xticks(z,labels,rotation=45)#rotation旋转度数
plt.xlabel("时间")
plt.ylabel("温度 单位(℃)")
plt.title("不同时间的温度变化")
#绘制网格
plt.grid()
plt.show()'''



'''#绘制温度散点图
from matplotlib import pyplot as plt
import random
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
y_3=[random.randint(12,20) for i in range(31)]
y_10=[random.randint(20,30) for i in range(31)]
x_3=range(1,32)
x_10=range(51,82)
#使用scatter绘制散点图
plt.scatter(x_3,y_3,label="三月份")
plt.scatter(x_10,y_10,label="十月份")
#添加图例
plt.legend(loc="upper left")
#调整x轴的刻度
_x=list(x_3)+list(x_10)
_xlabels=["三月{}日".format(i) for i in x_3]+["十月{}日".format(i-50) for i in x_10]
plt.xticks(_x[::3],_xlabels[::3],rotation=45)
#添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("每天温度变化")
plt.show()'''



'''from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
a=["星际穿越","1917","误杀","急速车王","哪吒之魔童降世","巨齿鲨","大鱼海棠","大话西游之大圣娶亲","风声","美人鱼"]
b=[20,19,15,16,24,25,18,16,11,21]
plt.figure(figsize=(15,8),dpi=80)
#绘制条形图,barh表示横向
plt.barh(range(len(a)),b,height=0.3,color="pink")
plt.yticks(range(len(a)),a)
plt.show()'''

numpy模块

'''import numpy as np
import numpy.matlib as matlib
arr=np.array([[88,0,11,0,17,0,46,0,7,0,75,0],
              [28,0,33,0,84,0,96,0,88,0,44,0],
              [5,0,4,0,71,0,88,0,88,0,50,0],
              [54,0,34,0,15,0,77,0,88,0,15,0],
              [6,0,85,0,22,0,11,0,12,0,92,0]])
print(arr)
print('\n')
print(arr[1])#取一行
print('\n')
print(arr[:,0:2])#切片出前两列
print('\n')
print(arr[0:2,0:2])#取出前两行的前两列
print('\n')
print(arr[::-1,::-1])#行列反转
print('\n')
print(arr.reshape(60,))#多维数组变成一维数组
print('\n')
print(arr.reshape(12,-1))#-1自动计算行或者列
print('\n')
s1=np.array([[1,2,3],[4,5,6]])
s2=np.array([[1,3,5],[2,4,6]])
M=np.concatenate((s1,s2),axis=0)#1表示横向连接,0表示纵向链接
print(M)
print('\n')
s3=np.array([5.6,6.6,7.6])
print(np.around(s3,0))#对小数进行四舍五入
print('\n')
s4=np.random.randint(50,100,size=(3,5))
print(s4,'\n')
print(np.amin(s4,axis=0))#找出一列中的最小值
print(np.ptp(s4,axis=0))#最小值与最大值之间的差
print(np.median(s4,axis=0))#找出一组数据的中间值
print(np.std(s3),np.var(s3))#求标准差和方差
print('\n')
N=matlib.ones(shape=(2,3))
print(N)
print('\n')
k=matlib.eye(n=5,M=5,k=0)#n表示行数,M表示列数,k表示对角线索引
print(k,'\n')#转置为arr.T
print(matlib.identity(5))
print('\n')
a1=([[1,2],[3,4]])
b1=([[2,2],[5,1]])
print(np.dot(a1,b1))#矩阵相乘'''








import numpy as np
a1=np.arange(10)#生成0-9存入列表
print(a1)
a2=np.array([[1,2,3],[4,5,6]])
print(a2.shape)#shape查看数组的形状
print(a2.reshape(3,2))#reshape修改数组的形状
print(a2.flatten())#展开成一维数组
print(a2.transpose())#transpose、T、swapaxes(0,1)都可以实现转置
print(a2[[0,1],[1,2]]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值