3小时入门numpy,pandas,matplotlib

 

使用Python中的三个库可以优雅地进行数据分析，得到一只野生的Matlab，这三个库是numpy，pandas 和 matplotlib。

numpy是高性能科学计算和数据分析的基础包，其array多维数组拥有丰富的数据类型，基于向量化技术可以有效代替循环，代码简单速度极快。

以numpy为基础的pandas中的数据框dataframe集数据分析工具万象于一身，可以像array数组一样进行复杂计算，又可以像excel一样地操作数据，又可以像SQL一样地操作数据。

而matplotlib进一步以matlab风格实现了绘图功能。其强大的数据可视化能力可以让你的数据分析结果颜值倾城。

 

 

一、numpy 库

 

numpy提供了三种常用的对象，数组array、矩阵matrix和ufunc（universal function）。

 

1，创建array

 

 

 

2，访问array元素

 

 

3，array运算

 

 

4，使用matrix运算

 

 

5，使用ufunc对象

 

 

二、pandas 库

 

pandas中的DataFrame是交互性最好在数据分析中使用最广泛的数据结构。

 

pandas 中常用的数据结构有：

（1）Series：一维数组，与Numpy中的一维array类似。

Series中只允许存储相同的数据类型。

（2）DataFrame：二维的表格型数据结构。

可以将DataFrame理解为Series的容器。

（3）Panel ：三维的数组，可以理解为DataFrame的容器。

 

1，Series对象

 

2，创建DataFrame对象

 

 

3，从excel中读入DataFrame对象

 

 

4，增加行

5，删除行

 

 

6，增加列

 

7，删除列

 

 

8，移动列

 

 

9，排序

 

10，拼接

 

 

11，选取数据

 

有三种选取数据的方法：下标索引、标签索引、布尔索引。

 

 

12，导出到csv文件或excel文件

 

 

 

13，常用统计函数

 

 

14，时间格式

 

 

三，matplotlib 库

 

matplotlib 支持函数式绘图和面向对象绘图两种绘图方式。

函数式绘图方式与matlab风格一致，先用一条语句画出图像，然后用一系列函数去修饰。而面向对象绘图方式一般自上而下完成，先创建figure，然后再创建子图ax，然后绘制data，最后设计各种辅助元素 (包括 xaxis, yaxis, title, grid，legend, annotate 等 )。

 

1，折线图

 

 

 

2，条形图

3，柱形分布图

 

4，散点图

5，饼图

 

 

 

6，绘制子图

 

 

Appendix：Ipython notebook 常用快捷键

 

• Tab  对象补全

• Shift + Tab 对象提示帮助

• Ctrl + Enter 运行当前cell

• Shift + Enter 运行当前cell，并选中下一个cell

• Alt + Enter 运行当前cell，并在下方创建一个空的cell

• Esc * M 切换成markdown输入状态

• Esc * A 在上方插入cell

•  Esc * B 在下方插入cell