Python如何高效存储计算结果，以方便进行可视化分析？

Python如何高效存储计算结果，以方便进行可视化分析？以计算1-100之间的7的倍数和为例。

数据存储结构

这里选用的是Pandas中的DataFrame,一种表格式的数据结构。

下面展示一些代码片段。

import pandas as pd
df = pd.DataFrame(index=(),columns=())

核心代码片段

import pandas as pd
i = 0
sum = 0
result = pd.DataFrame(columns = ('i','n','sum'))
for n in range(1,100):
    if n % 7 == 0：
        i += 1
        print('第{}个7的倍数是{}，目前的总和为{}'.format(i,n,sum))
        result = result.append(pd.DataFrame({'i':[i],'n':[n],'sum'=[sum])
        #将计算结果逐行写入DataFrame    
    
    else:
        print(n,"不是7的倍数")
        
print('1-100之间7的倍数共有{}个，它们的和为{}'.format(n,sum))
          

绘图

Pandas中的DataFrame可实现画图功能，无需调用Matplotlib.pyplot。

result = result.set_index(['i'])
#划重点，DataFrame默认情况下的行索引可能全为0,不便于画图，这里直接将i设为行索引，即为x轴数据
result.to_excel(r'C:\Users\...\Desktop\ex1.xlsx')
#可将计算结果保留至Excel文件中，如果其他统计分析软件能使得个人的研究分析更加高效的话，可以在其他统计分析软件上进行相应的统计分析
result.plot(title = 'graph name')
#建议使用英文命名，中文得转码，默认将每一列的数据以一个类型展示在折线图中，因此可以很方便地进行多条图线的绘制

划重点，DataFrame默认情况下的行索引可能全为0,不便于画图，这里直接将i设为行索引，即为x轴数据。如果数据比较多的话，建议在生成数据时，直接生成行索引的目标值，再使用DataFrame.set_index（）将目标值设置为行索引。

可将计算结果保留至Excel文件中，如果其他统计分析软件能使得个人的研究分析更加高效的话，可以在其他统计分析软件上进行相应的统计分析操作。

建议使用英文命名图表的标题，中文可能需要转码，这里不过多介绍。默认将每一列的数据以一个类型展示在折线图中，因此可以很方便地进行多条图线的绘制。使用kind可以定义图表的类型，DataFrame.plot（）的详细用法见官网。由于这是一次简单的分享，只是介绍一种高效存储新生成的数据的方式，部分用法介绍不全面，请大家移步它区学习。

如果有疏忽之处，可在评论区指正，谢谢阅读！