python数据分析

最新推荐文章于 2024-09-12 17:49:29 发布

summerzhr

最新推荐文章于 2024-09-12 17:49:29 发布

阅读量135

点赞数

文章标签：经验分享微信

本文链接：https://blog.csdn.net/weixin_64079194/article/details/131137933

版权

本文详细介绍了Python数据分析中Numpy和Pandas的使用，包括Numpy的数组创建、索引、算术和排序操作，以及Pandas的DataFrame创建、数据抽取、增加、修改、删除和处理缺失值的方法。同时，通过实例展示了Matplotlib进行数据可视化的步骤，如设置线条颜色、坐标轴和标题等。

摘要由CSDN通过智能技术生成

Numpy数据计算

（1）NumPy提供的array函数可以创建一维数组或多维数组。使用array函数把如下图示的员工的信息创建为二维数组

（2）使用二维数组的索引，获取“Mary”的所有信息、“LiLi”的年龄以及“Cendy”的KPI
（3）使用二维数组的切片，获取“Mary”和“LiLi”的姓名和年龄、“LiLi”的年龄和KPI、“LiLi”和“Cendy”的年龄和KPI

import numpy as np
data = np.array([['Mary',22, 95.5],
['LiLi',23, 56],
['Cendy',22, 90]])
print(data)
name_index = {'Mary': 0, 'LiLi': 1, 'Cendy': 2}
age_index = {'LiLi': 1}
kpi_index = {'Cendy': 2}
print(data[name_index['Mary']])
print(data[name_index['LiLi']][age_index['LiLi']])
print(data[name_index['Cendy']][kpi_index['Cendy']])

（1）算术函数
使用NumPy 算术函数add()、subtract()、multiply()、divide()实现如下两个数组之间的加减乘除。

n1 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 二维数组

n2 = np.array([1, 2, 3]) # 一维数组

a = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]) # 二维数组
b = np.array([1, 2, 3]) # 一维数组
c=np.add(a,b)
print(c)
d=np.subtract(a,b)
print(d)
e=np.multiply(a,b)
print(e)
f=np.divide(a,b)
print(f)

（2）排序函数
使用sort函数按照员工的KPI（绩效）进行排序，数据如下：

b=np.dtype([('name','U5'),
('age',int),
('kpi',float)]