第3章

Python常用庫(kù)SOUTHWESTERNUNIVERSITYOFFINANCEANDECONOMICS嚴(yán)謹(jǐn)勤儉求實(shí)開(kāi)拓01科學(xué)技術(shù)庫(kù)NumPy02數(shù)據(jù)處理庫(kù)pandas03數(shù)據(jù)可視化庫(kù)Matplotlib04實(shí)訓(xùn)學(xué)習(xí)目標(biāo)掌握Numpy多維數(shù)組的創(chuàng)建和操作技巧，能夠進(jìn)行數(shù)據(jù)處理和計(jì)算掌握如何使用Series和DataFrame處理和分析數(shù)據(jù)掌握各種類型的數(shù)據(jù)可視化圖表，有效地展示和傳達(dá)數(shù)據(jù)分析的結(jié)果引入案例蘋(píng)果作為全球知名的電子品牌產(chǎn)品，產(chǎn)品覆蓋范圍廣，使用Python數(shù)據(jù)分析能夠?yàn)樘O(píng)果帶來(lái)很高的經(jīng)濟(jì)效益。在市場(chǎng)分析和趨勢(shì)預(yù)測(cè)方面：對(duì)銷量數(shù)據(jù)進(jìn)行時(shí)間序列分析，識(shí)別銷售高峰期。基于市場(chǎng)趨勢(shì)，可以預(yù)測(cè)未來(lái)產(chǎn)品的需求量和市場(chǎng)動(dòng)態(tài)，從而調(diào)整生產(chǎn)計(jì)劃和供應(yīng)鏈管理，確保產(chǎn)品供應(yīng)與市場(chǎng)需求相匹配。在用戶行為分析和市場(chǎng)定位方面：使用Python分析用戶數(shù)據(jù)（如購(gòu)買(mǎi)行為、偏好和用戶反饋），可以幫助蘋(píng)果公司更好地理解不同用戶群體的需求和偏好。在產(chǎn)品質(zhì)量和性能分析方面：借助Python的數(shù)據(jù)分析工具，可以收集和分析Mac電腦的性能測(cè)試數(shù)據(jù)，通過(guò)可視化技術(shù)識(shí)別產(chǎn)品中性能表現(xiàn)不佳的區(qū)域。同時(shí)統(tǒng)計(jì)不同型號(hào)產(chǎn)品的故障率，分析其與生產(chǎn)批次、材料選擇等因素的關(guān)系，利用scipy進(jìn)行假設(shè)檢驗(yàn)，確定故障原因。通過(guò)對(duì)各個(gè)階段進(jìn)行跟蹤和分析，能夠及時(shí)調(diào)整設(shè)計(jì)或生產(chǎn)流程。思考：各個(gè)品牌通過(guò)短視頻、直播等方式營(yíng)銷帶貨，企業(yè)獲得運(yùn)營(yíng)及銷售信息后應(yīng)如何分析，哪些數(shù)據(jù)對(duì)于企業(yè)提升效益來(lái)說(shuō)最為重要？主要內(nèi)容3.1NumPyNumPy是Python中用于科學(xué)計(jì)算的基礎(chǔ)包，提供了強(qiáng)大的多維數(shù)組對(duì)象和用于處理這些數(shù)組的函數(shù)3.2pandaspandas是Python中用于數(shù)據(jù)分析和處理的重要庫(kù)，它提供了靈活而高效的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)操作工具，使得數(shù)據(jù)的清洗、轉(zhuǎn)換和分析變得更加簡(jiǎn)單和直觀。3.3MatplotlibMatplotlib是Python中最流行的數(shù)據(jù)可視化庫(kù)之一，它能夠創(chuàng)建各種類型的靜態(tài)、交互式和動(dòng)態(tài)圖形，幫助用戶以直觀、美觀的方式呈現(xiàn)數(shù)據(jù)。Part1科學(xué)技術(shù)庫(kù)NumPy嚴(yán)謹(jǐn)勤儉求實(shí)開(kāi)拓3.1科學(xué)技術(shù)庫(kù)（NumPy） NumPy是Python的一個(gè)開(kāi)源數(shù)值計(jì)算庫(kù)，也是Python數(shù)值計(jì)算最重要的基礎(chǔ)包，主要用于數(shù)組計(jì)算，矩陣運(yùn)算等。NumPy是在一個(gè)連續(xù)的內(nèi)存塊中存儲(chǔ)數(shù)據(jù)，獨(dú)立于其他Python內(nèi)置對(duì)象。比起Python的內(nèi)置序列，NumPy數(shù)組使用的內(nèi)存更少，可以在整個(gè)數(shù)組上執(zhí)行復(fù)雜的計(jì)算，而不需要Python的for循環(huán)。在數(shù)據(jù)可視化中，NumPy庫(kù)非常方便地與其他數(shù)據(jù)可視化工具（如Matplotlib）結(jié)合使用，幫助用戶快速高效地進(jìn)行數(shù)據(jù)處理和可視化。3.1.1創(chuàng)建數(shù)據(jù)組例（1）使用array函數(shù)，該函數(shù)可以接受傳入數(shù)據(jù)，然后將其轉(zhuǎn)化為Numpy數(shù)組（2）array()可以將一組等長(zhǎng)數(shù)組轉(zhuǎn)換為n維列表

（3）Numpy提供創(chuàng)建特殊形式組數(shù)的函數(shù)Numpy特點(diǎn)：n維數(shù)組對(duì)象（ndaarry),Numpy提供了豐富的數(shù)組處理函數(shù)，可以用來(lái)創(chuàng)建、操作多維數(shù)組，進(jìn)行數(shù)據(jù)處理和數(shù)學(xué)運(yùn)算等，在處理大量、復(fù)雜的數(shù)據(jù)時(shí)這些函數(shù)樂(lè)意方便地用于數(shù)據(jù)處理和可視化3.1.2數(shù)學(xué)運(yùn)算NumPy庫(kù)提供了多種數(shù)學(xué)函數(shù)，可以方便地對(duì)數(shù)據(jù)進(jìn)行數(shù)學(xué)運(yùn)算，這些運(yùn)算函數(shù)可以用于對(duì)數(shù)據(jù)進(jìn)行處理，進(jìn)而用于數(shù)據(jù)可視化。（1）Numpy中大小相等的數(shù)據(jù)之間的算術(shù)運(yùn)算會(huì)應(yīng)用到元素級(jí)（2）Numpy庫(kù)中常用的運(yùn)算函數(shù)①add()函數(shù)用于逐元素求和

②power()函數(shù)對(duì)數(shù)組逐元素進(jìn)行冪運(yùn)算③round()函數(shù)對(duì)每個(gè)元素四舍五入到最接近的整數(shù)3.1.2數(shù)學(xué)運(yùn)算Numpy中其他常用的數(shù)學(xué)運(yùn)算函數(shù)及功能3.1.3數(shù)據(jù)過(guò)濾和處理NumPy提供了多種函數(shù)用于數(shù)據(jù)的過(guò)濾和處理，如where()函數(shù)可以用來(lái)選取符合條件的數(shù)據(jù)，resize()函數(shù)可以用來(lái)改變數(shù)組的大小等。這些函數(shù)能夠幫助用戶對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步處理，以便更好地展示數(shù)據(jù)。當(dāng)需要根據(jù)條件從數(shù)組中選擇特定的元素時(shí)，可以使用NumPy提供的數(shù)據(jù)過(guò)濾函數(shù)。例：①使用np.where()函數(shù)根據(jù)條件選擇元素、提取元素②當(dāng)需要對(duì)數(shù)組進(jìn)行數(shù)據(jù)過(guò)濾時(shí)，NumPy提供了一些強(qiáng)大的函數(shù)，如使用np.nonzero()函數(shù)找出數(shù)組中非零元素的索引。③使用np.isin()函數(shù)檢查數(shù)組中的元素是否包含在另一個(gè)數(shù)組中。3.1.3數(shù)據(jù)過(guò)濾和處理Numpy中還包括其他用于數(shù)據(jù)處理的函數(shù)3.1.4數(shù)據(jù)統(tǒng)計(jì)Numpy還提供了統(tǒng)計(jì)函數(shù)，可以用來(lái)計(jì)算數(shù)據(jù)的統(tǒng)計(jì)特性。這些函數(shù)可以幫助用戶對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，找出數(shù)據(jù)的中心趨勢(shì)、離散程度、最大最小值等信息，從而更好地理解數(shù)據(jù)，為數(shù)據(jù)可視化提供支持。例：使用np.mean()函數(shù)計(jì)算數(shù)組的平均值

總的來(lái)說(shuō)，numpy庫(kù)在數(shù)據(jù)可視化中提供了豐富的功能和工具，可以幫助用戶更輕松地處理和展示數(shù)據(jù)。同時(shí)，Numpy庫(kù)的高效性和靈活性也使其成為數(shù)據(jù)處理和可視化領(lǐng)域中的重要工具之一。3.1.4數(shù)據(jù)統(tǒng)計(jì)Numpy中其他常用的數(shù)據(jù)處理函數(shù)Part2數(shù)據(jù)處理庫(kù)pandas嚴(yán)謹(jǐn)勤儉求實(shí)開(kāi)拓3.2數(shù)據(jù)處理庫(kù)（pandas）pandas是Python中用于數(shù)據(jù)處理和分析的強(qiáng)大庫(kù)，它提供了靈活而高效的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)操作工具，使得數(shù)據(jù)的清洗、轉(zhuǎn)換和分析變得更加簡(jiǎn)單和直觀。pandas的核心數(shù)據(jù)結(jié)構(gòu)包括Series（一維數(shù)組）和DataFrame（二維表格），這兩種數(shù)據(jù)結(jié)構(gòu)能夠輕松處理不同類型的數(shù)據(jù)，并且支持各種數(shù)據(jù)操作和分析，例如索引、切片、合并、分組、聚合等。除了數(shù)據(jù)結(jié)構(gòu)之外，pandas還提供了豐富的功能和方法，包括數(shù)據(jù)讀取、數(shù)據(jù)清洗等。借助于這些功能，用戶可以方便地進(jìn)行數(shù)據(jù)預(yù)處理、數(shù)據(jù)探索性分析和建模分析，為實(shí)際業(yè)務(wù)問(wèn)題提供可靠的數(shù)據(jù)支持?？傊?，pandas是Python數(shù)據(jù)科學(xué)領(lǐng)域中不可或缺的重要工具，它為用戶提供了豐富的數(shù)據(jù)處理和分析功能，使得復(fù)雜的數(shù)據(jù)操作變得簡(jiǎn)單易行。3.2數(shù)據(jù)處理庫(kù)（pandas）在使用pandas庫(kù)時(shí)，首先要安裝pandas庫(kù)，可以使用以下命令進(jìn)行安裝：Pipinstallpandas安裝完成后通過(guò)以下命令將pandas庫(kù)導(dǎo)入Importpandasaspd將pandas庫(kù)導(dǎo)入后可以進(jìn)行讀取文件的操作，從而獲取數(shù)據(jù)進(jìn)行分析。

3.2.1pandas的數(shù)據(jù)結(jié)構(gòu)1.SeriesSeries是一種類似于一維數(shù)組的對(duì)象，它由一組數(shù)據(jù)（各種NumPy數(shù)據(jù)類型）以及?組與之相關(guān)的數(shù)據(jù)標(biāo)簽（即索引）組成。由一組數(shù)據(jù)產(chǎn)生最簡(jiǎn)單的Series:Obj=pd.Series([1,2,3,4,5])2.DataFrameDataFrame是pandas庫(kù)提供的一種核心數(shù)據(jù)結(jié)構(gòu)，是一種二維表格型的數(shù)據(jù)結(jié)構(gòu)，別適合處理結(jié)構(gòu)化數(shù)據(jù)。它含有?組有序的列，每列可以是不同的值類型（數(shù)值、字符串、布爾值等）。DataFrame既有?索引也有列索引，其中的數(shù)據(jù)是以?個(gè)或多個(gè)?維塊存放的。創(chuàng)建DataFrame最常?的?種方式是直接傳入?個(gè)由等長(zhǎng)列表或Numpy數(shù)組組成的字典3.2.2數(shù)據(jù)讀取1、讀取excel文件（1）語(yǔ)法（2）參數(shù)說(shuō)明

importpandasaspd#導(dǎo)入pandas庫(kù)data=pd.read_excel(io,sheet_name=None,header=None,name=none,index_col=None,usecols=None,skiprows=None,nrows=None)#讀取excel文件 io：讀取的excel文件名，如r'./vote.excel"； sheet_name:excel文件中的sheet表名；

header:哪一行設(shè)置為列索引，默認(rèn)是第一行，即header=0；

names:列索引名；

index_col:使用哪一列作為行索引，默認(rèn)從0開(kāi)始；

usecols:讀取表格中哪幾列，必須是位置索引； skiprows:跳過(guò)前幾行讀取文件，默認(rèn)從0開(kāi)始；nrows:讀取多少行數(shù)據(jù)。3.2.2數(shù)據(jù)讀取2、讀取csv文件（1）語(yǔ)法（2）參數(shù)說(shuō)明csv文件是以逗號(hào)為分隔符的文件，讀取參數(shù)與excel基本類似。文件為gbk格式csv，若不設(shè)置encoding參數(shù)程序會(huì)報(bào)錯(cuò)。encoding：默認(rèn)為'utf-8'，還有中文編碼‘gbk’、‘gb18030’、‘gb2312’。就漢字而言，三種編碼方式的表示范圍是：GB18030>GBK>GB2312即GBK是GB2312的超集，GB1803又是GBK的超集。一般讀取中文文本可以直接用encoding=GB18030。data=pd.read_cvs(filepath_or_buffer:FilePathOrBuffer,encording=none)3.2.2數(shù)據(jù)讀取3、讀取txt文件（1）語(yǔ)法（2）參數(shù)說(shuō)明#讀取txt文件data=pd.read_table(filepath_or_buffer:FilePathOrBuffer,sep="\t")txt文件是以指制表符\t為分隔符的文件，參數(shù)與excel、csv基本類似，不同的地方在于必須要指定sep。sep：默認(rèn)為'\t'。Part3數(shù)據(jù)可視化庫(kù)Matplotlib嚴(yán)謹(jǐn)勤儉求實(shí)開(kāi)拓3.3數(shù)據(jù)可視化庫(kù)（Matplotlib)Matplotlib模塊是一個(gè)用于創(chuàng)建圖表和數(shù)據(jù)可視化的功能強(qiáng)大且靈活的工具。它可以用來(lái)繪制各種類型的圖表，包括折線圖、散點(diǎn)圖、柱狀圖、餅圖等。在數(shù)據(jù)分析和數(shù)據(jù)可視化領(lǐng)域，Matplotlib模塊經(jīng)常被用來(lái)探索數(shù)據(jù)、展示數(shù)據(jù)分布、比較不同數(shù)據(jù)集之間的關(guān)系以及展示趨勢(shì)。通過(guò)Matplotlib模塊，用戶能夠完全控制圖表的外觀和格式，包括圖表的大小、顏色、線型、標(biāo)簽等。此外，Matplotlib還具有豐富的功能，例如添加圖例、注釋、網(wǎng)格線等，以幫助用戶更清晰地呈現(xiàn)數(shù)據(jù)。在數(shù)據(jù)可視化中，Matplotlib通常與pandas、Numpy等數(shù)據(jù)處理模塊一起使用。用戶可以通過(guò)這些模塊加載數(shù)據(jù)，然后使用Matplotlib創(chuàng)建各種圖表來(lái)展示數(shù)據(jù)。3.3.1認(rèn)識(shí)Matplotlib在任何繪圖之前，需要?jiǎng)?chuàng)建一個(gè)Figure對(duì)象才能開(kāi)始繪圖：pltfig=plt.figure()#創(chuàng)建figure對(duì)象在擁有Figure對(duì)象之后，必須創(chuàng)建subplot才可以進(jìn)行繪圖：其中，nrows和ncols分別表示子圖的行數(shù)和列數(shù)，index表示在這個(gè)網(wǎng)格中子圖的索引（從1開(kāi)始計(jì)數(shù)），**kwargs表示可選參數(shù)，例如調(diào)整子圖的位置和間距等。常見(jiàn)的屬性包括標(biāo)題（title）、坐標(biāo)軸標(biāo)簽（xlabel和ylabel）、坐標(biāo)軸范圍（xlim和ylim）等。通過(guò)調(diào)用這個(gè)函數(shù)，可以方便地對(duì)子圖的各種屬性進(jìn)行設(shè)置。

fig.add_subplot(nrows,ncols,index，**kwargs)

importmatplotlib.pyplotasplt

#導(dǎo)入matplotlib庫(kù)，為通常情況下的引入方式:3.3.2繪制線圖（Matplotlib)Matplotlib中最常用的函數(shù)是plot()函數(shù)，用來(lái)繪制線圖。在繪制圖表時(shí)，plot()函數(shù)可以接受x和y坐標(biāo)數(shù)組作為參數(shù)，將這些數(shù)據(jù)點(diǎn)連接起來(lái)，并根據(jù)需要添加不同的標(biāo)記、線條顏色和樣式。importmatplotlib.pyplotasplt#導(dǎo)入matplotlib庫(kù)plt.plot(x,y，**kwargs)#接受xy坐標(biāo)作為參數(shù)命令：x=np.linspace(0,10,100)#0到10等距離的100個(gè)點(diǎn)y=np.sin(x)plt.plot(x,y,color='#FF0000')#使用紅色畫(huà)線plt.show()3.3.3繪制垂直柱狀圖x表示柱子的橫坐標(biāo)；height表示柱子的高度；width表示柱子的寬度；bottom表示y軸的起始值；align表示柱子與x軸坐標(biāo)的對(duì)齊方式。importmatplotlib.pyplotasplt#導(dǎo)入matplotlib庫(kù)#繪制垂直柱狀圖plt.bar(x,height,width=0.8,bottom=None,align='center',**kwargs)命令：x_date=[5,7,4,6,8]y_date=[10,15,12,16,14]#x表示起始位置plt.bar(x=x_date,height=y_date,width=0.8,color='black’)plt.show()3.3.4繪制水平柱狀圖

y表示柱子在y軸上的坐標(biāo)；width表示柱子的寬度，即水平長(zhǎng)度；height表示柱子的高度，與垂直柱狀圖中的寬度相對(duì)應(yīng)；left表示每個(gè)柱子在x方向的起始坐標(biāo)；align表示柱子同y軸坐標(biāo)的對(duì)齊方式。importmatplotlib.pyplotasplt#導(dǎo)入pandas庫(kù)

#繪制水平柱狀圖plt.barh(y,width,height=0.8,left=None,align='center',**kwargs)x_date=[5,7,4,6,8]y_date=[10,15,12,16,14]#x表示起始位置plt.barh(y=x_date,width=y_date,height=0.8,color='grey’)plt.show()3.3.4繪制餅圖

explode表示每個(gè)部分距離兩邊區(qū)域的距離，單位為圓半徑的長(zhǎng)度；labels表示每個(gè)區(qū)域?qū)?yīng)的字符串序列；colors表示每個(gè)區(qū)域?qū)?yīng)的顏色；autopct表示每個(gè)區(qū)域?qū)?yīng)的數(shù)值，可以是格式化的形式(如"%3.2f%%"，后兩個(gè)百分號(hào)會(huì)轉(zhuǎn)義成一個(gè)百分號(hào))或者可以調(diào)用函數(shù)；pctdistance表示每個(gè)區(qū)域中的文字距離圓心的距離，單位為圓半徑；shadow:是bool類型，表示是否添加陰影；labeldistane表示圖例距離圓心的距離，單位為半徑長(zhǎng)度；startangle表示餅圖的起點(diǎn)從x軸逆時(shí)針旋轉(zhuǎn)的角度；radius表示餅圖半徑長(zhǎng)度。importmatplotlib.pyplotasplt#導(dǎo)入pandas庫(kù)plt.pie(x,explode=None,labels=None,colors=None,autopct=None,pctdistance=0.6,shadow=False,labeldistance=1.1,startangle=0,radius=1,counterclock=True,wedgeprops=None,textprops=None,center=0,0,frame=False,rotatelabels=False,*,normalize=None,data=None)#繪制餅圖languages=['JavaScript','HTML/CSS','SQL','Python','Java’]popularity=[59219,55466,47544,36443,35917]plt.pie(popularity,labels=languages)plt.show()3.3.6繪制散點(diǎn)圖x，y表示數(shù)據(jù)點(diǎn)的位置；s表示點(diǎn)的大小；c表示點(diǎn)的顏色；marker表示點(diǎn)的形狀。importmatplotlib.pyplotasplt#導(dǎo)入pandas庫(kù)#繪制散點(diǎn)圖plt.scatter(x,y,