07-04 python数据分析常用库（numpy，pandas，matplotlib）

一、三个常用库 1、numpy–数据科学计算 2、pandas–专门做数据处理 3、matplotlib–做可视化

1、Numpy

①是数据科学计算的基础模块，用于数值计算 ②基于数组运算，效率高 ③拥有许多高级函数，可以对数据进行高效处理 ④可以进行线性代数相关运算 例如：

import numpy as np #一维数组的创建

a=np.array([2,-2,34,6]) type(a) 类似Python list，也可以切片和索引访问 a.[-1] ----返回6 a.min() ---返回数组中的最小值-2 a.max() ---返回数组中的最大值34

#二维数组的创建

b=np.array([[1,2,3],[3,4,5]]) print(b)----返回值为 [[1,2,3], [3,4,5]] b*b ----对应位置的元素相乘

2、Pandas

Pandas是专门用作数据处理和分析的，使用起来十分高效和简洁，拥有许多各种复杂 的函数，其使用十分高效和便捷，十数据分析领域使用最广泛的库之一。 Pandas功能强大，支持类似于SQL的数据处理，并且具有丰富的数据处理函数，支持时间序 列分析等。

import Pandas as pd ①series

s=pd.Series([1,2,3],index=['a','b','c']) print(s) a 1 b 2 c 3 dtype: int64 type(s)----pandas.core.series.Series

②

data=pd.DataFrame([[1,2,3],[4,5,6]],columns=['a','b','c']) print(data) a b c 0 1 2 3 1 4 5 6

③数据读取

data=pd.read_excel('目标文件路径url') data.head(5) ----只读取前五行

1.series只支持序列，不能有columns索引； 2.创建多维数组时，必须加外部[ ] ,r如 [ [ ], [ ] , [ ] ]

3、matplotlib

import matplotlib.pyplot as plt x=np.linspace(0,10,1000) #0-10之间创建1000个数字的等差数列 y=np.sin(x) plt.plot(x,y,label='y=sinx',color='red',linewidth=2) plt.xlabel('times') #x轴的名称 plt.ylabel('VOL')#y轴的名称 plt.title('this is line') # 图的标题 plt.legend(loc='center')# 图例的意思 plt.show()