Python数据分析与挖掘实战（Pandas,Matplotlib常用方法）

操作系统：Windows

Python：3.5

欢迎加入学习交流QQ群：657341423

上节讲到数据分析和挖掘需要的库，其中最主要的是Pandas,Matplotlib。

Pandas：主要是对数据分析，计算和统计，如求平均值，方差等。

Matplotlib：主要结合Pandas生成图像。两者往往结合使用的。

Pandas：



上图中针对的是对象为DataFrame或者Series

对于DataFrame和Series区别，参考一下官网说明就知道该数据结构了。

回归到上图的使用方法







解释：

读取excel里面的数据，然后生成data数据。然后过滤一下数据，这个过滤可有可无，然后直接使用data.describe()即可。因为对象data是DataFrame格式。

如果使用其他方法，data.sum()，data.var()即可得出，如下



这里只是给出其他统计方式，如果还需要其他数据，如极差，四分位数间距这些，需要计算得出。这里可以这样：



解释：

statistics是为data.describe()，不能直接是data。

statistics.loc['aa'] = statistics.loc['75%']-statistics.loc['25%'] #四分位数间距

statistics.loc[‘aa’]是可以自定义名称的。也就是我们常说的新增统计数据。

Pandas累积统计特征函数



用法：



结果：



这里是统计2行的和，因为和我设置window=2相关的。你会发现第一个数是NaN的，因为第一行不够2行，无法累加。

Matplotlib作图：



在作图之前，基本上都要做一些设置：

import matplotlib.pyplot as plt #导入图像库

plt.rcParams[‘font.sans-serif’] = [‘SimHei’] #用来正常显示中文标签

plt.rcParams[‘axes.unicode_minus’] = False #用来正常显示负号

plt.figure(figsize=(7,5)) #建立图像，创建图像区域，figsize=(7,5)指定比例

默认比例可以为：plt.figure()

如果结合Pandas使用，用法

data.plot(kind=’bar’)

kind参数作用指定作图类型，line（线），bar（条形），barh、hist（直方图），box（箱线图），kde（密度图），area、pie（饼图）、scatter（散点图）

data为DataFrame或Series。

基本上Pandas,Matplotlib两者结合作图都是这种方法。

例子:





这个是通过excel数据生成图形。

如果是饼图



参考资料

参考资料源文件

如果Matplotlib要单独使用，用法和上述又不一样了。

参考