python數據分析基礎——numpy和matplotlib

numpy庫是python的一個著名的科學計算庫，本文是一個quickstart。

引入：計算BMI

BMI = 體重（kg）/身高（m）^2
假若有以下幾組體重和身高數據，讓求每組數據的BMI值：

weight = [65.4,59.2,63.6,88.4,68.7]
height = [1.73,1.68,1.71,1.89,1.79]
print weight / height ** 2

執行上面代碼，報錯：TypeError: unsupported operand type(s) for ** or pow(): 'list' and 'int'
這是由於普通的除法是元素級的而非向量級的，並不能應用到一組數據上。
解決方案：使用numpy.ndarray數據結構（N維數組），運算是面向矩陣的：

import numpy as np
np_weight = np.array(weight)
np_height = np.array(height)
print type(np_weight)
print type(np_height)
<type 'numpy.ndarray'>
<type 'numpy.ndarray'>
print np_weight
print np_height
[ 65.4  59.2  63.6  88.4  68.7]
[ 1.73  1.68  1.71  1.89  1.79]

注：和python的列表不一樣的是，numpy.ndarray數據結構的元素之間是沒有逗號分隔的。

np_bmi = np_weight / np_height ** 2
print type(np_bmi)
print np_bmi
<type 'numpy.ndarray'>
[ 21.85171573  20.97505669  21.75028214  24.7473475   21.44127836]

numpy數組：numpy.ndarray

numpy.ndarray是numpy最基本的數據結構，即N維數組，且數組中的元素須要是同一種類型，若是不是，則會自動轉換成同一種類型，如：

print np.array([1.0,'hi',True])
['1.0' 'hi' 'True']

能夠看到都被轉成了字符串類型。

不一樣數據類型的不一樣行爲

# 普通的python列表
py_list = [1,2,3]
# numpy數組
np_array = np.array(py_list)
print py_list + py_list  # 這是列表的拼接
[1, 2, 3, 1, 2, 3]
print np_array + np_array  # 這是每兩個對應元素之間的運算
[2 4 6]

子集

print np_bmi[0]
21.8517157272
print np_bmi > 23
[False False False  True False]
print np_bmi[np_bmi > 23]
[ 24.7473475]

二維numpy數組
二維numpy數組是以list做爲元素的數組，好比：

np_2d = np.array([height,weight])
print type(np_2d)
<type 'numpy.ndarray'>
print np_2d
[[  1.73   1.68   1.71   1.89   1.79]
 [ 65.4   59.2   63.6   88.4   68.7 ]]
print np_2d.shape
(2, 5)

經過shape屬性值能夠看出，np_2d是一個2行5列的二維數組。

single type原則

print np.array([[1,2],[3,'4']])
[['1' '2']
 ['3' '4']]

二維numpy數組的子集

np_2d = np.array([height,weight])
print np_2d
[[  1.73   1.68   1.71   1.89   1.79]
 [ 65.4   59.2   63.6   88.4   68.7 ]]
print np_2d[0][2]
1.71
print np_2d[0,2]
1.71

還能夠在兩個軸向上分別切片：

print np_2d[:,1:3]
[[  1.68   1.71]
 [ 59.2   63.6 ]]

選取第1行：

print np_2d[1,:]
[ 65.4  59.2  63.6  88.4  68.7]

求對應的BMI值：

print np_2d[1,:] / np_2d[0,:] ** 2
[ 21.85171573  20.97505669  21.75028214  24.7473475   21.44127836]

應用

用numpy生成呈正太分佈的隨機測試數據，並求各項基本的統計數據。

好比生成10000條數據集，記錄的是某個鎮上全部居民的身高（m）、體重（kg）數據，所用到的函數：

np.random.normal(均值，標準差，取樣數)

height = np.random.normal(1.75,0.20,10000)
weight = np.random.normal(60.32,15,10000)

下面將若干個（這裏是2個）一維數組拼成一個二維數組（有點像zip()函數的做用）：

np_info = np.column_stack((height,weight))
print np_info
[[  1.88474198  76.24957048]
 [  1.85353302  64.62674488]
 [  1.74999035  67.5831439 ]
 ..., 
 [  1.78187257  50.11001273]
 [  1.90415778  50.65985964]
 [  1.51573081  41.00493358]]

求np_info身高平均值：

print np.mean(np_info[:,0])
1.75460102053

求身高的中位數：

print np.median(np_info[:,0])
1.75385473036

求身高和體重的相關係數：

print np.corrcoef(np_info[:,0],np_info[:,1])
[[  1.00000000e+00  -1.50825116e-04]
 [ -1.50825116e-04   1.00000000e+00]]

求身高的標準差：

print np.std(np_info[:,0])
0.201152169706

排序（不會影響源數組）：

print np.sort(np_info[0:10,0])
[ 1.46053123  1.59268772  1.74939538  1.74999035  1.78229515  1.85353302
  1.88474198  1.99755291  2.12384833  2.3727505 ]

求和：

print np.sum(np_info[0:10,0])
18.5673265584

matplotlib庫

基本用法

import numpy as np
import matplotlib.pyplot as plt

# 年份
year = [1950,1970,1990,2010]
# 全球總人口（單位：10億）
pop = [2.519,3.692,5.263,6.972]

# 畫折線圖
plt.plot(year,pop)  # year:x軸，pop:y軸
# 顯示出折線圖
plt.show()

​

畫散點圖

plt.scatter(year,pop)
plt.show()

​

畫直方圖

# 數據樣本爲1000個身高的正態模擬數據
values = np.round(np.random.normal(1.75,0.20,1000),2)
# bins表示直方圖劃分的區間數
plt.hist(values,bins = 10)
plt.show()

​

圖表個性化

pop = [1.0,1.262,1.650] + pop
year = [1800,1850,1900] + year

# 設置圖表標題
plt.title('World Polulation')
# x,y軸名稱
plt.xlabel('Year')
plt.ylabel('Polulation')

# y軸刻度，第二個參數爲顯示的刻度
plt.yticks([0,2,4,6,8,10],['0','2B','4B','6B','8B','10B'])

# 填充曲線下方區域
plt.fill_between(year,pop,0,color = 'green')

plt.show()

​

解決繪圖時中文顯示爲方塊的問題

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定默認字體
plt.rcParams['axes.unicode-minus'] = False  # 解決負號顯示爲方塊的問題

 

原文連接：

https://www.cnblogs.com/jiayongji/p/7354213.html

-END-

 

---

​

識別圖中二維碼,領取python全套視頻資料