【小白python数据分析入门8Pandas可视化及信息读取】

目录

1.课前准备：

2.数据编辑操作是什么

3.库包

4.折线图 

5.条形图（柱状图）

6.直方图和密度图

7.散点图

8.数据实战案例:2018幸福大数据

8.1 读取数据

8.2 数据整理和清洗

8.3.1 快速查看 DataFrame 的基本信息

8.3.2 数据分析

A部分 - 自由度、宽容度及社会支持度的排序与绘图

B部分 - GDP 情况的对比

C部分-自由度与社会支持度的相关性分析

9.外部数据的读取与存储

9.1.read、readline和readlines方法读取文件

9.1.4 使用write和writelines方法写入文件

10.读写csv,txt文件

10.1 向文件中写入一个字符串

10.2 字符串将被连续写入文件中

10.3 改变文件指针的位置。seek()方法用于移动文件指针到指定位置，以便后续的读取或写入操作可以从该位置开始。

10.4 read_table方法

10.5  to_csv方法

11.外部数据的读取与存储

11.1. JSON数据的读取与存储

11.1.1 用json.load读取json文件

11.1.2 使用json.dump写入json文件

11.1.3 使用read_json和to_json读取和存储json文件

11.2 Exel数据的读取与存储

11.2.1使用pandas的read——excel读取excel文件

11.2.2使用pandas的read_excel读取excel文件

11.2.3使用pandas的to_excel写入excel文件

11.2.4 DataFrame对象保存为一个新的表

11.2.5 pandas的ExcelWriter方法同时写入多个sheet

---

1.课前准备：

（1）python可视化免费软件(官网：Project Jupyter | Home)：

        Jupyter Notebook (anaconda)

（2）  会动的脑袋瓜子

（3）本篇阅读完有啥不理解的可以在评论区留言哈。

2.数据编辑操作是什么

Pandas可视化是指使用Pandas库进行数据可视化处理，帮助分析者更直观地展示和理解数据。

3.库包

代码行	解释
import pandas as pd	导入Pandas库，并将其命名为pd。Pandas是一个强大的数据分析库，提供了数据结构和数据分析工具，用于处理和操作结构化数据。
import matplotlib as mpl	导入Matplotlib库，并将其命名为mpl。Matplotlib是一个用于绘制图表和可视化数据的库，提供了各种绘图功能和样式选项。
import matplotlib.pyplot as plt	导入Matplotlib库中的pyplot模块，并将其命名为plt。pyplot是Matplotlib的一个子模块，提供了类似于MATLAB的绘图接口，方便进行简单的图表绘制。
mpl.rcParams["font.sans-serif"] = ["SimHei"]	设置Matplotlib的字体参数，将字体设置为"SimHei"。"SimHei"是一种中文字体，用于解决中文显示问题。通过设置字体为"SimHei"，可以确保在图表中正确显示中文字符。

4.折线图 

案例1：

使用matplotlib库绘制了一条折线图，x轴为[1, 2, 3, 4, 5]，y轴为[1, 6, 5, 19, 10]。最后通过plt.show()显示该图形。

plt.plot([1, 2, 3, 4, 5], [1, 6, 5, 19, 10])
plt.show()

案例2：

创建一个DataFrame

计算'year'列的累积和，并将结果存储在'cumsum0'列中

使用matplotlib的pyplot模块绘制'cumsum0'列的折线图，kind="line" 表示绘制折线图，linestyle="-." 表示线的样式为点划线，marker="s" 表示数据点的样式为正方形，color="#ff0000" 表示线的颜色为红色，linewidth=1 表示线的宽度为1，alpha=0.8 表示透明度为0.8，markersize=6 表示数据点的大小为6

显示绘制的图形

import pandas as pd
import matplotlib.pyplot as plt

data = {
    'name': ['陈五', '王四', '马三', '刘一'],
    'sex': ['男', '女', '男', '男'],
    'year': [2000, 2001, 2003, 2002],
    'city': ['武汉', '云南', '广州', '上海']}
df = pd.DataFrame(data)

df['cumsum0'] = df['year'].cumsum()

df['cumsum0'].plot(kind="line", linestyle="-.", marker="s", color="#ff0000", linewidth=1, alpha=0.8, markersize=6)

plt.show()

5.条形图（柱状图）

案例1：

1. df['sex'].value_counts(): 这部分代码的作用是统计DataFrame中sex列（性别列）每个唯一值（即男性和女性）出现的次数。value_counts()是一个pandas Series的方法，它会返回一个新的Series，其中的索引是原始Series中的唯一值，值是这些唯一值在原始Series中出现的次数。

2. .plot(kind='bar', color='y'): 这部分代码的作用是将上一步得到的Series（即性别分布次数）绘制成柱状图。kind='bar'指定了要绘制的图形类型为柱状图，color='y'指定了柱状图的颜色为黄色。

df['sex'].value_counts().plot(kind='bar',color='y')

案例2：

1. 设置了Matplotlib的默认无衬线字体为“黑体”

2. 这行代码解决了在图表中负号'-'显示为方块的问题。

3. df['sex'].value_counts(): 这部分代码的作用是统计DataFrame中sex列（性别列）每个唯一值（例如男性和女性）出现的次数。value_counts()会返回一个Series对象，其中的索引是sex列中的唯一值，值是这些唯一值在sex列中出现的次数。plot(kind='barh', color='r'): 这部分代码的作用绘制成横向的柱状图（horizontal bar chart）。kind='barh'指定了要绘制的图形类型为横向柱状图，color='r'指定了柱状图的颜色为红色。

4. 设置正标题及行列标题

5. 显示图形

plt.rcParams['font.sans-serif'] = ['SimHei']  
plt.rcParams['axes.unicode_minus'] = False 

df['sex'].value_counts().plot(kind='barh', color='r')

plt.title('性别分布')
plt.xlabel('数量')
plt.ylabel('性别')

plt.show()

6.直方图和密度图

6.1直方图：

案例1：

1. 代码使用numpy的random.normal函数生成了80个从标准正态分布（均值为0，标准差为1）中抽取的随机数。然后，使用pandas的Series对象来封装这些随机数。
2. np.random.normal(size=80)：生成一个大小为80的数组，数组中的元素是从标准正态分布中随机抽取的。pd.Series(...)：将生成的数组转换为pandas的Series对象。sl.hist(bins=20, grid=False, color='c')使用pandas的hist方法绘制Series对象sl的直方图。bins=20：指定直方图中的数据分箱数量为20。也就是说，数据会被分成20个区间，然后统计每个区间内的数据点数量。grid=False：这个参数实际上在pandas的hist方法中并不存在。

sl=pd.Series(np.random.normal(size=80))
sl.hist(bins=20,grid=False,color='c') 

案例2：

您创建了一个名为df1的pandas DataFrame，其中包含三列数据：

• plt.rcParams['axes.unicode_minus'] = False，这是为了解决在绘制图形时负号显示为方块的问题。
• 'N1'列包含从标准正态分布中随机抽取的30个数值。
• 'N2'列包含从形状参数为1的伽马分布中随机抽取的30个数值。
• 'N3'列包含从泊松分布（此处参数未明确给出，默认为1）中随机抽取的30个数值。

• df1.hist(bins=20, grid=False, color='c')：这将为每个数值列（'N1', 'N2', 'N3'）绘制一个直方图，并将它们放在同一个图形窗口中。bins=20指定了每个直方图中的数据分箱数量为20，grid=False表示不显示网格线，color='c'设置了直方图的颜色为青色。

• df1.plot(kind="hist", bins=20, grid=True)：这也是绘制直方图的方法，但是与第一种方法不同，df.plot()方法提供了更灵活的绘图选项。kind="hist"表示要绘制的是直方图，bins=20和grid=True的含义与前面相同。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

plt.rcParams['axes.unicode_minus'] = False 
df1 = pd.DataFrame({'N1': np.random.normal(size=30),
                   'N2': np.random.gamma(1,size=30),
                   'N3': np.random.poisson(size=30)})
df1.hist(bins=20, grid=False, color='c')
df1.plot(kind="hist",bins=20,grid=True)