Python搞数据的三剑客

欢迎访问Python3分钟系列。花3分钟时间，学习或温习一个Python知识点。

在Python数据分析的世界里，有三个模块被誉为"数据分析三剑客"，它们分别是 Numpy、Pandas 和 Matplotlib。

这三个模块组合在一起，可以帮助我们轻松地完成数据处理、分析和可视化。

如果你学Python的方向是数据分析、机器学习或深度学习，学习这三个模块是绝对的必修课。

今天带大家简单的介绍下这三剑客的强项，及简单的使用。

强大的科学计算库 -- Numpy

Numpy是Python语言的一个扩展库，提供了大量的数学函数和数组运算功能，是科学计算和数据分析的基础库。

Numpy的核心数据结构

Numpy的核心数据结构是n维数组，可以用来表示向量、矩阵等多维数据。

Numpy提供了丰富的数组操作函数，如数组创建、切片、变形、拼接等。

示例代码

import numpy as np  
    
# 创建一个一维数组   
a = np.array([1, 2, 3, 4, 5])   
print(a) 
     
# 输出 [1 2 3 4 5]      


# 创建一个二维数组   
b = np.array([[1, 2, 3], 
              [4, 5, 6],
              [7, 8, 9]])   
print(b) 
     
# 输出 [[1 2 3]   
#      [4 5 6]   
#      [7 8 9]]      


# 数组的基本操作   
c = a + 1  # 数组加法   
print(c) 
     
# 输出 [2 3 4 5 6]      

d = a * 2  # 数组乘法   
print(d) 
     
# 输出 [ 2  4  6  8 10]      

e = np.dot(a, a)  # 数组点积   
print(e) 
     
# 输出 55

数据处理利器 -- Pandas

Pandas是基于Python的一个开源数据分析库，它提供了大量的数据处理和分析函数，可以帮助我们轻松地完成数据清洗、转换、统计等任务。

Pandas 的核心数据结构

Pandas主要有两种数据结构：Series（一维数组） 和 DataFrame（二维表格）。

Series：一维数组，可以存储整数、浮点数、字符串等数据类型。

DataFrame：二维表格，类似Excel表格，可以存储不同数据类型的列。

此外，用Pandas模块读写Excel文件或csv文件也是非常便利的。

示例代码

import pandas as pd 
     
# 创建一个 Series   
data = [1, 2, 3, 4, 5]   
s = pd.Series(data)   
print(s) 
  
# 输出    
# 0    1   
# 1    2   
# 2    3   
# 3    4   
# 4    5   
# dtype: int64      


# 创建一个 DataFrame   
data = {'Name': ['Tom', 'Jerry', 'Mike'],           
        'Age': [18, 20, 22]}   df = pd.DataFrame(data)   
print(df)  
 
# 输出   
# dtype: int64   
#     Name  Age   
# 0    Tom   18   
# 1  Jerry   20   
# 2   Mike   22      


# 读取 CSV 文件   
csv_file = 'example.csv'   
df = pd.read_csv(csv_file)   
print(df.head())
  
# 输出前 5 行数据

数据可视化神器 -- Matplotlib

Matplotlib是一个基于Python的数据可视化库，它提供了丰富的绘图函数，可以帮助我们将数据以直观的图形形式展示出来。

使用Matplotlib，可以轻松地创建各种图表，如折线图、柱状图、散点图等。

Matplotlib的优势

• 灵活性：Matplotlib提供了丰富的绘图函数，可以实现各种自定义图表。
• 丰富的文档和资源：Matplotlib拥有详细的文档和丰富的社区资源，方便学习和使用。
• 良好的兼容性：Matplotlib可以与Pandas、NumPy等库无缝集成，方便数据处理和分析。

示例代码

import matplotlib.pyplot as plt      

# 创建一个简单的折线图   
x = [1, 2, 3, 4, 5]   
y = [1, 4, 9, 16, 25]   
plt.plot(x, y)   
plt.xlabel('X-axis')   
plt.ylabel('Y-axis')   
plt.title('Simple Line Plot')   
plt.show()      

# 创建一个简单的柱状图   
x = ['A', 'B', 'C', 'D', 'E']   
y = [3, 7, 2, 5, 8]   
plt.bar(x, y)   
plt.xlabel('Category')   
plt.ylabel('Value')   
plt.title('Simple Bar Chart')   
plt.show()      

# 创建一个简单的散点图   
x = [1, 2, 3, 4, 5]   
y = [1, 4, 9, 16, 25]   
plt.scatter(x, y)   
plt.xlabel('X-axis')   
plt.ylabel('Y-axis')   
plt.title('Simple Scatter Plot')   
plt.show() 

执行代码后：