Python数据分析与展示（4）

一、Pandas数据特征分析

Pandas库的引用：
Pandas是Python第三方库,提供高性能易用数据类型和分析工具。
import pandas as pd
Pandas基于NumPy实现,常与NumPy和Matplotlib一同使用

Pandas库的理解
两个数据类型:Series， DataFrame基于上述数据类型的各类操作
基本操作、运算操作、特征类操作、关联类操作

二、series类型：

 

1、Series类型

Series类型可以由如下类型创建：

Python列表,index与列表元素个数一致。今标量值,index表达Series类型的尺寸。

Python字典,键值对中的“键”是索引,index从字典中进行选择操作。

ndarray,索引和数据都可以通过ndarray类型创建。其他函数,range(函数等。
 

2、Series类型的基本操作

Series类型包括index和values两部分。

Series类型的操作类似ndarray类型。

Series类型的操作类似Python字典类型

3、Series类型的基本操作

Series类型的操作类似ndarray类型索引方法相同,采用门。

NumPy中运算和操作可用于Series类型。可以通过自定义索引的列表进行切片。

可以通过自动索引进行切片,如果存在自定义索引，则—同被切片。

三、 DataFrame类型：

 

 

四、Pandas库的数据类型运算

算术运算法则

算术运算根据行列索引,补齐后运算,运算默认产生浮点数。

补齐时缺项填充NaN(空值)

二维和一维、一维和零维间为广播运算

采用+-*/符号进行的二元运算产生新的对象

 

 不同维度，广播运算，默认在1轴 

将一组数据通过摘要（有损地提取数据特征的过程）的方式，可以获得基本统计（含排序）、分布/累计统计、数据特征（相关性、周期性等）、数据挖掘（形成知识）。

• .sort_values()方法在指定轴上根据数值进行排序，默认升序
• Series.sort_values(axis=0, ascending=True)
  DataFrame.sort_values(by, axis=0, ascending=True)     # by:axis轴上的某个索引或索引列表

五、 数据的累计统计分析

 

数据的相关分析

两个事物，表示为X和Y，如何判断它们之间的存在相关性？

• X增大，Y增大，两个变量正相关
• X增大，Y减小，两个变量负相关
• X增大，Y无视，两个变量不相关

协方差：

• 协方差>0, X和Y正相关
• 协方差<0, X和Y负相关
• 协方差=0， X和Y独立无关

Pearson相关系数：

• 0.8 - 1.0 极强相关
• 0.6 - 0.8 强相关
• 0.4 - 0.6 中等程度相关
• 0.2 - 0.4 弱相关
• 0.0 - 0.2 极弱相关或无相关