Python数据分析与展示-第四讲

Pandas数据特征分析

 

series类型：

 

 

 

 

 

 DataFrame类型：

 

 重新索引：

 .reindex(index=None,columns=None,...)的参数

 

 

 Pandas库的数据类型运算

 自动补齐，缺项补NaN

 

 fill_value参数替代NaN，替代后参与运算

 不同维度间为广播运算，一维Series默认在轴1参与运算

 使用运算方法可以令一维Series参与轴0运算

 

 

 同维度运算，尺寸一致

不同维度，广播运算，默认在1轴 

 数据的排序

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

 数据的基本统计分析

 

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

r取值范围[-1, 1]

• 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

 参考网址：数据分析与展示——Pandas数据特征分析 - Python学习者 - 博客园