4.数据分析-Pandas_①

import pandas as pd
# pd.Series(data=None,index=None,dtype=None)

import numpy as np
import matplotlib.pyplot as plt
import random
from pylab import mpl
#显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
#设置正常显示字符
mpl.rcParams["axes.unicode_minus"] = False

---

一、Pandas初识

#① 什么是pandas
# 以Numpy为基础，借力Numpy模块再计算方面的性能高的优势；基于matplotlib，能够简便的画图；独特的数据结构

#②为什么用Pandas
# 增强图表可读性；便捷的数据处理能力；读取文件方便，封装了matplotlib和numpy的画图和计算

---

二、Pandas数据结构

# Pandas有三种数据结构：Series、DataFrame、MuiltiLndex

2.1 Series

# Series是一个类似于一维数组的数据结构，它能够保存任何类型的数据，比如整数、字符串、浮点数等，主要由一组数据和与之相关的索引两部分构成。
# ·参数:
# o data:传入的数据,可以是ndarray、list等
# o index:索引，必须是唯一的，且与数据的长度相等。如果没有传入索引参数，则默认会自动创建一个从O-N的整数索引。
# o dtype:数据的类型

2.1.1 Series创建

#没有索引值
pd.Series(np.arange(10))

0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int32

# 有索引值(索引值要和内容元素相同个数)
pd.Series(['a','b','c','d','e'],index=[1,2,3,4,5])

1    a
2    b
3    c
4    d
5    e
dtype: object

#通过字典数据创建
d_s = pd.Series({
   'red':100,"blue":20,"green":50,"yellow":70},dtype=np.float32)
d_s

red       100.0
blue       20.0
green      50.0
yellow     70.0
dtype: float32

2.1.2 Series的属性

#index属性(获取索引值)
d_s.index

Index(['red', 'blue', 'green', 'yellow'], dtype='object')

#values属性(获取内容值)
d_s.values

array([100.,  20.,  50.,  70.], dtype=float32)

2.2 DataFrame

# DataFrame是一个类似于二维数组或表格(如excel)的对象，既有行索引，又有列索引
# ·行索引，表明不同行，横向索引，叫index，0轴,axis=O
# ·列索引，表名不同列，纵向索引，叫columns，1轴,axis=1

# ·参数:
# 。index:行标签。如果没有传入索引参数，则默认会自动创建一个从0-N的整数索引
# 。columns:列标签。如果没有传入索引参数，则默认会自动创建一个从O-N的整数索引
# 。通过已有数据创建

2.2.1 DataFrame的创建

pd.DataFrame(np.random.randn(2,3))

	0	1	2
0	0.272134	0.434924	-1.632143
1	2.136276	0.413088	-1.156421

score = np.random.randint(40,100,(10,5))
score

array([[57, 81, 54, 94, 68],
       [73, 83, 41, 40, 75],
       [73, 99, 44, 51, 73],
       [66, 72, 62, 62, 44],
       [77, 81, 78, 73, 91],
       [60, 65, 82, 61, 83],
       [91, 78, 64, 95, 84],
       [74, 63, 86, 47, 87],
       [52, 85, 64, 51, 86],
       [70, 96, 59, 70, 72]])

score_df = pd.DataFrame(score)
score_df

	0	1	2	3	4
0	57	81	54	94	68
1	73	83	41	40	75
2	73	99	44	51	73
3	66	72	62	62	44
4	77	81	78	73	91
5	60	65	82	61	83
6	91	78	64	95	84
7	74	63	86	47	87
8	52	85	64	51	86
9	70	96	59	70	72

#构建行索引
subject =['语文','数学','英语'