Python中的資料分析和視覺化？

Python提供了許多用於資料分析和視覺化的庫，主要包括numpy、pandas、matplotlib、seaborn等。在本節中，我們將討論pandas庫用於資料分析和視覺化，它是一個基於numpy構建的開源庫。

它允許我們進行快速分析以及資料清洗和準備。Pandas還提供了許多內建的視覺化功能，我們將在下面看到。

安裝

要安裝pandas，請在終端中執行以下命令：

pipinstall pandas

或者如果您有anaconda，您可以使用

condainstall pandas

Pandas-DataFrame

當我們使用pandas時，DataFrame是主要的工具。

程式碼：

import numpy as np
import pandas as pd
from numpy.random import randn
np.random.seed(50)
df = pd.DataFrame(randn(6,4), ['a','b','c','d','e','f'],['w','x','y','z'])
df

輸出


w
x
y
z
a
-1.560352
-0.030978
-0.620928
-1.464580
b
1.411946
-0.476732
-0.780469
1.070268
c
-1.282293
-1.327479
0.126338
0.862194
d
0.696737
-0.334565
-0.997526
1.598908
e
3.314075
0.987770
0.123866
0.742785
f
-0.393956
0.148116
-0.412234
-0.160715

Pandas-缺失資料

我們將看到一些方便的方法來處理pandas中的缺失資料，這些資料會自動填充為零或NaN。

import numpy as np
import pandas as pd
from numpy.random import randn
d = {'A': [1,2,np.nan], 'B': [9, np.nan, np.nan], 'C': [1,4,9]}
df = pd.DataFrame(d)
df

輸出



A
B
C
0
1.0
9.0
1
1
2.0
NaN
4
2
NaN
NaN
9

因此，我們上面有3個缺失值。

df.dropna()




A
B
C
0
1.0
9.0
1


df.dropna(axis = 1)




C
0
1
1
4
2
9


df.dropna(thresh = 2)




A
B
C
0
1.0
9.0
1
1
2.0
NaN
4


df.fillna(value = df.mean())




A
B
C
0
1.0
9.0
1
1
2.0
9.0
4
2
1.5
9.0
9

Pandas-匯入資料

我們將讀取csv檔案，該檔案儲存在我的本地機器上（在我的例子中），或者我們可以直接從網上獲取。

#import pandas library
import pandas as pd

#Read csv file and assigned it to dataframe variable
df = pd.read_csv("SYB61_T03_Population Growth Rates in Urban areas and Capital cities.csv",encoding = "ISO-8859-1")

#Read first five element from the dataframe
df.head()

輸出

讀取DataFrame或csv檔案中行數和列數。

#Countthe number of rows and columns in our dataframe.
df.shape

輸出

(4166,9)

Pandas-DataFrame數學運算

可以使用pandas的各種統計工具對DataFrame進行運算。

#To computes various summary statistics, excluding NaN values
df.describe()

輸出

# computes numerical data ranks
df.rank()

輸出

.....

.....

Pandas-繪製圖表

import matplotlib.pyplot as plt
years = [1981, 1991, 2001, 2011, 2016]

Average_populations = [716493000, 891910000, 1071374000, 1197658000, 1273986000]

plt.plot(years, Average_populations)
plt.title("Census of India: sample registration system")
plt.xlabel("Year")
plt.ylabel("Average_populations")
plt.show()

輸出

上述資料的散點圖

plt.scatter(years,Average_populations)


直方圖

import matplotlib.pyplot as plt

Average_populations = [716493000, 891910000, 1071374000, 1197658000, 1273986000]

plt.hist(Average_populations, bins = 10)
plt.xlabel("Average_populations")
plt.ylabel("Frequency")

plt.show()

輸出

更新於：2019年7月30日

1K+ 瀏覽量

啟動您的職業生涯

完成課程獲得認證

開始學習
廣告