数据分析三剑客

该篇文章主要对这三大模块做个简单介绍。

numpy

numpy 模块是 Python 支持对大量数组进行科学计算的第三方库。重在于数值计算，也是大部分python科学计算的基础，多用于在大型、多维数组上执行的数值运算。

1. 引入numpy模块

import numpy as np    //以别名np引入numpy模块
1

2. numpy的创建

• 使用np.array()创建

arr=np.array([1,2,3]) //创建一维数组
arr=np.array([1,2,3],[4,5,6]) //创建多维数组
1
2

• 使用np的routines函数创建数组
  1.np.ones() ：用1填充数组
  2.np.zeros()：用0填充数组
  3.np.full()：用特定值填充数组
  4.np.arange()：生成顺序序列
  5.np.eye()：返回一个单位矩阵
  6.np.random.randint(0,100,size=(3,2))：随机生成3行2列的数组
• 数组和列表的区别是什么？
  1.数组中存储的数据元素必须是统一类型
  2.优先级：字符串>浮点型>整型
  3.numpy数组的执行效率比list高
  4.numpy数组在创建时是固定大小的

pandas

1.Pandas 是 Python (opens new window)的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。
2.Pandas 的主要数据结构是 Series (opens new window)（一维数据）与 DataFrame (opens new window)（二维数据）
3.Pandas 基于 NumPy (opens new window)开发，可以与其它第三方科学计算支持库完美集成。

1. 引入pandas模块

import pandas as pd
data=[1,2,3,4]
s=pd.Series(data)
1
2
3

matplotlib

1.Matplotlib 是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。
2.Matplotlib 可以用来绘制各种静态，动态，交互式的图表。
3.Matplotlib能够与 Python 的科学计算库 NumPy 搭配使用。

1. 引入matplotlib.pyplot模块

1.Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。
2.Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。
3.Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生新的图像，在图像中产生新的绘图区域等等。

import matplotlib.pyplot as plt    //以别名plt引入matplotlib的子模块pyplot
1

2. pyplot子模块的功能

• 以像素的形式展示二维数组

import matplotlib.pyplot as plt
import numpy as np
a=np.array([[20,21,22],[26,27,28]])
plt.imshow(a)
plt.show()
1
2
3
4
5

• 读取图片并显示

import matplotlib.pyplot as plt
img=plt.imread('./1.jpg')
plt.imshow(img)
plt.show()
1
2
3
4

• 画统计图

import matplotlib.pyplot as plt
x=[1,2,3,4,5,6,7]
y=[102,104,108,110,112,114,116]
plt.plot(x,y)
plt.show()
1
2
3
4
5