numpy pandas 學習

一。 數組要比列表效率高不少
numpy高效的處理數據，提供數組的支持，python默認沒有數組。pandas、scipy、matplotlib都依賴numpy。
pandas主要用於數據挖掘，探索，分析
maiplotlib用於做圖，可視化
scipy進行數值計算，如：積分，傅里葉變換，微積分
statsmodels用於統計分析
Gensim用於文本挖掘
sklearn機器學習， keras深度學習
二。
numpy和mkl 下載安裝
pandas和maiplotlib網絡安裝
scipy 下載安裝
statsmodels和Gensim網絡安裝
三numpy的操做。
import numpy
# 建立數一維數組組
# numpy.array([元素1,元素2，......元素n])
x = numpy.array(['a', '9', '8', '1'])
# 建立二維數組格式
# numpy.array([[元素1,元素2，......元素n],[元素1,元素2，......元素n],[元素1,元素2，......元素n]])
y = numpy.array([[3,5,7],[9,2,6],[5,3,0]])
# 排序
x.sort()
y.sort()
# 取最大值
y1 = y.max()
# 取最小值
y2 = y.main()
# 切片
四pandas的操做。
import pandas as pda
# 使用pandas生成數據
# Series表明某一串數據 index指定行索引名稱，Series索引默認從零開始
# DataFrame表明行列整合出來的數據框,columns 指定列名
a = pda.Series([8, 9, 2, 1], index=['one', 'two', 'three', 'four'])
# 以列表的格式建立數據框
b = pda.DataFrame([[5,6,2,3],[3,5,1,4],[7,9,3,5]], columns=['one', 'two', 'three', 'four'],index=['one', 'two', 'three'])
# 以字典的格式建立數據框
c = pda.DataFrame({
'one':4, # 會自動補全
'two':[6,2,3],
'three':list(str(982))
})
# b.head(行數)# 默認取前5行頭
# b.tail(行數)# 默認取後5行尾
# b.describe() 統計數據的狀況 count mean std min 25% max
e = b.head()
f = b.describe()
# 數據的轉置,及行變成列，列變成行
g = b.T
五python數據的導入
import pandas as pad
f = open('d:/大.csv','rb')
# 導入csv
a = pad.read_csv(f, encoding='python')
# 顯示多少行多少列
a.shape()
a.values[0][2] #第一行第三列
# 描述csv數據
b = a.describe()
# 排序
c = a.sort_values()
# 導入excel
d = pad.read_excel('d:/大.xls')
print(d)
print(d.describe())
# 導入mysql
import pymysql
conn = pymysql.connect(host='localhost', user='root', passwd='root', db='')
sql = 'select * from mydb'
e = pad.read_sql(sql, conn)
# 導入html表格數據 須要先安裝 html5lib和bs4
g = pad.read_html('https://book.douban.com/subject/30258976/?icn=index-editionrecommend')
# 導入文本數據
h = pad.read_table('d:/lianjie.txt','rb', engine='python')
print(h.describe())
六matplotlib的使用
# 折線圖/散點圖用plot
# 直方圖用hist
import matplotlib.pylab as pyl
import numpy as npy
x = [1,2,4,6,8,9]
y = [5,6,7,8,9,0]
pyl.plot(x, y) #plot(x軸數據，y軸數據，展示形式)
# o散點圖,默認是直線 c cyan青色 r red紅色 m magente品紅色 g green綠色 b blue藍色 y yellow黃色 w white白色
# -直線 --虛線 -. -.形式 :細小虛線
# s方形 h六角形 *星星 + 加號 x x形式 d菱形 p五角星
pyl.plot(x, y, 'D')
pyl.title('name') #名稱
pyl.xlabel('xname') #x軸名稱
pyl.ylabel('yname') #y軸名稱
pyl.xlim(0,20) #設置x軸的範圍
pyl.ylim(2,22) #設置y軸的範圍
pyl.show()
# 隨機數的生成
data = npy.random.random_integers(1,20,100) #(最小值，最大值，個數)
# 生成具備正態分佈的隨機數
data2 = npy.random.normal(10.0, 1.0, 10000) #(均值，西格瑪，個數)
# 直方圖hist
pyl.hist(data)
pyl.hist(data2)
# 設置直方圖的上限下限
sty = npy.arange(2,20,2) #步長也表示直方圖的寬度
pyl.hist(data, sty, histtype='stepfilled') # 去除輪廓
# 子圖的繪製和使用
pyl.subplot(2, 2, 2) # (行，列，當前區域)
x1 = [2,3,5,8,6,7]
y1 = [2,3,5,9,6,7]
pyl.plot(x1, y1)
pyl.subplot(2, 2, 1) # (行，列，當前區域)
x1 = [2,3,5,9,6,7]
y1 = [2,3,5,9,6,7]
pyl.plot(x1, y1)
pyl.subplot(2, 1, 2) # (行，列，當前區域)
x1 = [2,3,5,9,6,7]
y1 = [2,3,9,5,6,7]
pyl.plot(x1, y1)
pyl.show()