​数据分析常用的python知识

NumPy

NumPy 是 Python 的一个开源数值计算扩展库，用于数组计算。它可以用来存储和处理大型矩阵，比 Python 自带的列表更高效。

1.数组创建：

np.array([]): 用于创建数组。例如，np.array([1, 2, 3]) 创建一个一维数组。

import numpy as np``   ``# 创建一个一维数组``arr = np.array([1, 2, 3])``print("一维数组:", arr)

2.数组操作

• 索引：类似于 Python 列表，用于访问数组中的元素。

• 切片：选择数组的特定部分。

• reshape：改变数组的形状而不改变其数据。

• concatenate：用于合并两个或多个数组。

# 索引``print("第一个元素:", arr[0])``   ``# 切片``print("前两个元素:", arr[:2])``   ``# reshape``arr_reshaped = arr.reshape(1, 3)``print("改变形状后的数组:\n", arr_reshaped)``   ``# concatenate``arr2 = np.array([4, 5, 6])``arr_concatenated = np.concatenate((arr, arr2))``print("合并后的数组:", arr_concatenated)``   

3.数学运算：

• sum：计算数组所有元素的总和。

• mean：计算数组元素的平均值。

• min/max：找到数组中的最小值或最大值。

# 总和``print("数组总和:", np.sum(arr))``   ``# 平均值``print("平均值:", np.mean(arr))``   ``# 最小值和最大值``print("最小值:", np.min(arr))``print("最大值:", np.max(arr))``   

Pandas

Pandas 是基于 NumPy 的库，提供了快速、灵活以及表达式丰富的数据结构，旨在使“关系”或“标签”数据的操作既简单又直观。

1. 数据结构：

• DataFrame：二维大小可变的表格结构，含有异构类型的列。

• Series：一维标签数组，能够保存任何数据类型。

• import pandas as pd``   ``data = {'Name': ['Tom', 'Nick', 'Krish', 'Jack'],`        `'Age': [20, 21, 19, 18]}``df = pd.DataFrame(data)
  

  ages = pd.Series([20, 21, 19, 18], name="Age")
  

3. 数据导入：

• pd.read_csv()：从 CSV 文件导入数据。

• pd.read_excel()：从 Excel 文件导入数据。

• pd.read_sql()：从 SQL 数据库读取数据。

  df = pd.read_csv('xxx/file.csv')``df = pd.read_excel('xxx/file.xlsx')
  

  import sqlite3``conn = sqlite3.connect('database.db')``df = pd.read_sql_query("SELECT * FROM table_name", conn)
  

5. 数据探索：

• head()：查看前几行数据。

• describe()：显示数据的统计摘要（计数、平均值、标准差等）。

• info()：查看数据的概要信息（行数、列数、列数据类型、内存信息）。

• df.head()``df.describe()``df.info()
  

7. 数据清洗：

• 处理缺失值：例如，使用 dropna() 移除或用 fillna() 填充缺失值。

df.dropna()  # 删除缺失值``df.fillna(0)  # 用 0 填充缺失值

• 数据过滤：使用条件语句选取数据子集。

df[df['Age'] > 20]  # 选择年龄大于 20 的记录

• groupby：根据某些条件将数据分组并进行聚合。

df.groupby('Name').sum()  # 按名称分组并计算每组的总和

10. 数据合并：

• merge()：用于连接两个或更多的 DataFrame。

df1 = pd.DataFrame({'Key': ['K0', 'K1', 'K2', 'K3'],`                    `'A': ['A0', 'A1', 'A2', 'A3']})``df2 = pd.DataFrame({'Key': ['K0', 'K1', 'K2', 'K3'],`                    `'B': ['B0', 'B1', 'B2', 'B3']})``   ``result = pd.merge(df1, df2, on='Key')

• concat()：用于在一定轴上连接/合并两个或多个 pandas 对象。

pd.concat([df1, df2], axis=1)

Matplotlib/Seaborn

这两个库用于数据可视化。Matplotlib 是一个底层库，提供了大量的基础工具来创建图表，而 Seaborn 基于 Matplotlib，提供了更高级的接口，使绘制图表更加容易。

1. 绘图：

• plt.plot()：用于绘制线形图。

  import matplotlib.pyplot as plt``   ``# 数据``x = [1, 2, 3, 4, 5]``y = [2, 3, 5, 7, 11]``   ``# 绘制线形图``plt.plot(x, y)``   ``# 添加标题和轴标签``plt.title('Simple Line Plot')``plt.xlabel('X Axis')``plt.ylabel('Y Axis')``   ``# 显示图表``plt.show()
  

• plt.scatter()：用于绘制散点图。

  # 数据``x = [1, 2, 3, 4, 5]``y = [2, 3, 5, 7, 11]``   ``# 绘制散点图``plt.scatter(x, y)``   ``# 添加标题和轴标签``plt.title('Simple Scatter Plot')``plt.xlabel('X Axis')``plt.ylabel('Y Axis')``   ``# 显示图表``plt.show()
  

• sns.barplot()：在 Seaborn 中绘制条形图。

  import seaborn as sns``   ``# 数据``categories = ['Category A', 'Category B', 'Category C']``values = [10, 20, 30]``   ``# 绘制条形图``sns.barplot(x=categories, y=values)``   ``# 添加标题``plt.title('Bar Plot with Seaborn')``   ``# 显示图表``plt.show()
  

• sns.lineplot()：在 Seaborn 中绘制线形图。

  # 数据``x = [1, 2, 3, 4, 5]``y = [2, 3, 5, 7, 11]``   ``# 绘制线形图``sns.lineplot(x=x, y=y)``   ``# 添加标题``plt.title('Line Plot with Seaborn')``   ``# 显示图表``plt.show()
  

3. 图表定制：

• 标题：给图表添加标题。

• 轴标签：给 x 轴和 y 轴添加标签。

• 图例：为图表添加图例，区分不同的数据系列。

• 样式：调整图表的颜色、线型等外观样式。

点击下方安全链接前往获取

CSDN大礼包：《Python入门&进阶学习资源包》免费分享

👉Python实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python书籍和视频合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉Python副业创收路线👈

这些资料都是非常不错的，朋友们如果有需要《Python学习路线&学习资料》，点击下方安全链接前往获取

CSDN大礼包：《Python入门&进阶学习资源包》免费分享

本文转自 网络，如有侵权，请联系删除。