Python基礎——分析數據目錄2.數值分析庫numpy3.數據分析庫pandas21.了解數據了解數據3

數據基本類型說明：python的基本數據類型包括數值型、邏輯型、復數型，也可能是缺失值。（1）數值型Python支持4種不同的數字類型：int(有符號整型)；long(長整型，也可以表示八進制和十六進制)；float(浮點型)；complex(復數)；4了解數據In[4]n=10#整數n#無格式輸出，相當于print(n)print(“n=”,n)#有格式輸出x=10.234#實數print(x)print(“x=%10.5f”%x)Out[4]10n=1010.234“x=10.23400”5了解數據（2）邏輯型邏輯型數據只能取True或False值。In[5]a=True;ab=False;bOut[5]TrueFale可以通過比較獲得邏輯型數據，如下所示。In[6]10>310<3Out[6]TrueFale6了解數據（3）字符型一般形式為：

s='IlovePython'xi它是編程語言中表達文本的數據類型。7了解數據加號(+)是字符串連接運算符，星號(*)是重復操作In[7]s='WelovePython';s[2:6]s+ss*2Out[7]'love''WelovePythonWelovePython''WelovePythonWelovePython'了解數據8（4）缺失值有些統(tǒng)計資料是不完整的。當一個元素或者值在統(tǒng)計的時候是“不可得到”或“缺失值”的時候，相關位置可能會被保留并且賦予一個特定的nan值。如float(‘nan’)。了解數據9（5）數據類型轉換int(x,[,base])#將x轉換為一個整數float(x)#將x轉換到一個浮點數str(x)#將對象x轉換為字符串chr(x)#將一個整數轉換為一個字符10數據分析庫numpyNumpy庫簡介：一個強大的N維數組對象ndarray廣播功能函數整合c/c++/Fortran代碼的工具線性代數,傅里葉變換、隨機數生成等功能NumPy是一個運行速度非?？斓臄祵W庫，主要用于數組計算，包含：11數據分析庫numpy一維數組In[12]importnumpyasnp#加載數組包np.array([1,2,3,4,5])#一維數組Out[12]array([1,2,3,4,5])In[13]np.array([1,2,3,np.nan,5])#包含缺失值的數組Out[13]array([1.,2.,3.,nan,5.])In[14]np.arange(9)#數組序列np.arange(1,9,0.5)#等差數列np.linspace(1,9,5)#等距數列Out[14]array([0,1,2,4,5,6,7,8])array([1,1.5,2.,2.5,3.,3.5,4.,4.5,5.,5.5,6.,6.5,7.,7.5,8.,8.5])array([1.,3.,5.,7.,9.,])12數據分析庫numpy二維數組（矩陣）In[15]np.array([[1,2],[3,4],[5,6]])#二維數組Out[15]array([[1,2],[3,4],[5,6]])In[16]A=np.arange(9).reshape((3,3));A#形成3*3矩陣Out[16]array([[0,1,2],[3,4,5],[6,7,8]])13數據分析庫numpy數組的操作In[17]A.shapeOut[17](3,3)#元組類型（1）數組的維度（2）空數組In[18]np.empty([3,3])Out[18]array([[0.00000000e+000,9.56511090e-321,2.47032823e-323],[1.13844130e-311,0.00000000e+000,2.47032823e-323],[1.13844129e-311,0.00000000e+000,3.23815565e-319]])（3）零數組In[19]np.zeros((3,3))#零矩陣Out[19]array([[0.,0.,0,],[0.,0.,0.],[0.,0.,0.]])數據分析庫pandas14Pandas

是Python的一個數據分析包，目前由專注于Python數據包開發(fā)的PyData開發(fā)team繼續(xù)開發(fā)和維護，屬于PyData項目的一部分。Pandas最初被作為金融數據分析工具而開發(fā)出來，因此，pandas為時間序列分析提供了很好的支持。Pandas簡介：數據分析庫pandas15序列：series（1）創(chuàng)建序列（向量、一維數組）假如要創(chuàng)建一個含有n個數值的向量X=(x1,x2,x3......,xn)，Python中創(chuàng)建列表的函數是列表。數據分析庫pandas16In[22]importpandasaspdpd.Series()（2）生成序列（3）根據列表構建序列In[23]X=[1,3,6,4,9]S1=pd.Series(X);S1S2=pd.Series(weight);S2S3=pd.Series(sex);S3Out[17]0女1男2男3女17數據分析庫pandasIn[24]pd.concat([S2,S3],axis=0)pd.concat([S2,S3],axis=1)Out[24]01067女166男283男368女470男590男......（4）序列合并18數據分析庫pandasIn[25]S1[2]S3[1:4]Out[25]601166男283男368女（5）序列切片數據分析庫pandas數據框：DataFrame19Pandas中用函數SataFrame()生成數據框。DataFrame()命令可用序列構成一個數據框。數據框相當于關系數據庫中的結構化數據類型，傳統(tǒng)的數據大都以結構化數據存儲于關系數據庫中，因而傳統(tǒng)的數據分析是以數據框為基礎的。數據分析庫pandas20（1）生成數據框In[26]pd.DataFrame()#生成空數據框Out[26]EmptyDataFrameColumns:[]Index:[]21數據分析庫pandasIn[27]pd.DataFrame(X)pd.DataFrame(X,columns=['X'],index=range(5))pd.DataFrame(weight,columns=['weight'],index=['A','B','C','D','E'])Out[27]weightA67B66C83D68E70（2）根據列表創(chuàng)建數據框22數據分析庫pandasIn[28]df1=pd.DataFrame({'S1':S1,'S2':S2,'S3':S3});df1Out[28]S1S2S301.067女13.066男26.083男34.068女49.070男（3）根據字典創(chuàng)建數據框23數據分析庫pandas數據框的讀寫：大的數據對象常常是從外部