MatplotlibPandas教程
Matplotlib简介
Matplotlib是一个Python 2D绘图库，Matplotlib可用于Python脚本，Python和IPython shell，jupyter笔记本，Web应用程序服务器等。
Figure: 在任何绘图之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图
import matplotlib.pyplot as plt
fig = plt.figure()
Axes:在拥有Figure对象后，在作画前还需要轴，没有轴就没有绘图基准
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set(xlim=[0.5, 4.5], ylim=[-2, 8], title='An Example Axes',ylabel='Y-Axis', xlabel='X-Axis')
plt.show()
fig.add_subplot(para):
fig = plt.figure()
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
Multiple Axes:
fig, axes = plt.subplots(nrows=2, ncols=2)
axes[0,0].set(title='Upper Left')
axes[0,1].set(title='Upper Right')
Axis Axes和Figure三者关系：
初步绘制曲线
import matplotlib.pyplot as plt
import numpy as npx = np.linspace(-2, 6, 50) # 创建一个numpy数组，x包含了从-2到6之间等间隔的50个值
y1 = x + 3 # 曲线 y1
y2 = 3 - x # 曲线 y2
plt.figure() # 定义一个图像窗口
plt.plot(x, y1) # 绘制曲线 y1
plt.plot(x, y2) # 绘制曲线 y2
plt.show()
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)在指定间隔范围内返回均匀间隔的数字，在[start, stop]范围内计算，返回num个(默认50)均匀间隔的样本
plot()函数的参数除了数据本身，还可以指定点线的属性，包括线段类型、颜色，点的形状、大小等
plt.plot(x,y, # 输入数据点color = 'green', # 点之间线段的颜色linestyle = 'dashed', # 线段的类型： 虚线marker = 'o', # 数据点的绘制方式markerfacecolor = 'blue', # 数据点的颜色markersize = 12 # 数据点的大小)
简单修饰
设置颜色 线条类型，给横纵轴设置上下限
import matplotlib.pyplot as plt
import numpy as np# 创建一个点数为 8 x 6 的窗口, 并设置分辨率为 80像素/每英寸
plt.figure(figsize=(8, 6), dpi=80)# 再创建一个规格为 1 x 1 的子图
plt.subplot(111)x = np.linspace(-2, 6, 50)
y1 = x + 3 # 曲线 y1
y2 = 3 - x # 曲线 y2# 绘制颜色为蓝色、宽度为 1 像素的连续曲线 y1
plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-")
# 绘制颜色为紫色、宽度为 2 像素的不连续曲线 y2
plt.plot(x, y2, color="#800080", linewidth=2.0, linestyle="--")# 设置横轴的上下限
plt.xlim(-1, 6)
# 设置纵轴的上下限
plt.ylim(-2, 10)# 设置横轴标签
plt.xlabel("X")
#设置纵轴标签
plt.ylabel("Y")plt.show()
设置精准刻度
# 设置横轴精准刻度
plt.xticks([-1, -0.5, 0, 0.5, 1, 1.5, 2, 2.5, 3, 3.5, 4, 4.5, 5, 5.5])
# 设置纵轴精准刻度
plt.yticks([-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])plt.show()
注: xticks() 和 yticks() 需要传入一个列表作为参。.该方法默认是将列表的值来设置刻度标签，如果你想重新设置刻度标签，则需要传入两个列表参数给 xticks() 和 yticks() 。第一个列表的值代表刻度，第二个列表的值代表刻度所显示的标签。
添加图例
如果需要在图的左上角添加一个图例。我们只需要在 plot() 函数里以「键 - 值」的形式增加一个参数。首先我们需要在绘制曲线的时候，增加一个 label 参数，然后再调用 plt.legend() 绘制出一个图例。plt.legend() 需要传入一个位置值。
# 绘制颜色为蓝色、宽度为 1 像素的连续曲线 y1
plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-", label="y1")
# 绘制颜色为紫色、宽度为 2 像素的不连续曲线 y2
plt.plot(x, y2, color="#800080", linewidth=2.0, linestyle="--", label="y2")
plt.legend(loc="upper left")
Pandas教程
pandas是基于NumPy数组构建的，使数据预处理、清洗、分析工作变得更快更简单。pandas是专门为处理表格和混杂数据设计的，而NumPy更适合处理统一的数值数组数据。
# 引入pandas包
import pandas as pd
pandas有两个主要数据结构：series和DataFrame
Series
Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的**数据标签（即索引）**组成，即index和values两部分，可以通过索引的方式选取Series中的单个或一组值。
1、pandas Series构造函数
pandas.series(data, index, dtype, copy)
data: 支持多种数据类型，如ndarray, list, constants
index:索引值必须唯一，与data长度相同，默认为np.arrange(n)
dtype:数据类型
copy:是否复制数据，默认为flase
2、创建一个空的Series
#import the pandas library and aliasing as pd
import pandas as pd
s = pd.Series()
print (s)
3、从ndarray创建一个Series
#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[100,101,102,103])
print (s)
4、从字典创建一个Series
# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
print (s)
5、从标量创建一个Series
# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
s = pd.Series(5, index=[0, 1, 2, 3])
print (s)
6、通过位置访问Series数据
import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])#retrieve the first element
print (s[0])
7、通过索引访问Series数据
import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])#retrieve a single element
print (s['a'])
DataFrame
DataFrame是一个表格型的数据类型，每列值类型可以不同，是最常用的pandas对象。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）。
DataFrame构造函数：
pandas.DataFrame(data, index, columns, dtype, copy)
# data 支持多种数据类型 如：ndarray,series,list,dict,ndarray
# index 行标签，如果没有传递索引值，默认值为np.arrange(n)
# columns 列标签，如果没有传递索引值，默认为np.arrange(n)
1、创建一个空的 DataFrame
#import the pandas library and aliasing as pd
import pandas as pd
df = pd.DataFrame()
print (df)
2、从列表创建 DataFrame
import pandas as pd
data = [1,2,3,4,5]
df = pd.DataFrame(data)
print (df)
二维列表创建DataFrame
import pandas as pd
data = [['Alex',10],['Bob',12],['Clarke',13]]
df = pd.DataFrame(data,columns=['Name','Age'])
print (df)
执行结果：
Name Age
0 Alex 10
1 Bob 12
2 Clarke 13
3、从 ndarrays/Lists 的字典来创建 DataFrame
# 使用列表作为索引, 创建一个DataFrame
import pandas as pd
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
df = pd.DataFrame(data, index=['rank1','rank2','rank3','rank4'])
print (df)
执行结果：
Age Name
rank1 28 Tom
rank2 34 Jack
rank3 29 Steve
rank4 42 Ricky
# index参数为每行分配一个索引
4、从字典列表创建 DataFrame
import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)
print (df)
执行结果：
a b c
0 1 2 NaN
1 5 10 20.0
5、从 Series 字典来创建 DataFrame
# 通过传递 Series 字典来创建DataFrame，最终索引是两个Series索引的并集
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)
print (df)
执行结果：
one two
a 1.0 1
b 2.0 2
c 3.0 3
d NaN 4
6、读取列
# 从数据帧中读取一列
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)
print (df['one'])
执行结果：
a 1.0
b 2.0
c 3.0
d NaN
Name: one, dtype: float64
7、DataFrame 添加列
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)# Adding a new column to an existing DataFrame object with column label by passing new seriesprint ("Adding a new column by passing as Series:")
df['three']=pd.Series([10,20,30],index=['a','b','c'])
print (df)print ("Adding a new column using the existing columns in DataFrame:")
df['four']=df['one']+df['three']print (df)
执行结果：
Adding a new column by passing as Series:one two three
a 1.0 1 10.0
b 2.0 2 20.0
c 3.0 3 30.0
d NaN 4 NaN
Adding a new column using the existing columns in DataFrame:one two three four
a 1.0 1 10.0 11.0
b 2.0 2 20.0 22.0
c 3.0 3 30.0 33.0
d NaN 4 NaN NaN
8、DataFrame 读取行
import pandas as pdd = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)
print (df.loc['b'])
执行结果：
one 2.0
two 2.0
Name: b, dtype: float64
9、添加行
# 使用append()函数将新行添加到DataFrame
import pandas as pddf = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b'])
df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b'])df = df.append(df2)
print (df)
执行结果：
a b
0 1 2
1 3 4
0 5 6
1 7 8
Panel
Pandas Panel是3维数据的存储结构，Panel相当于存储DataFrame的字典
axis 0
|
items | item 对应一个内部的数据帧(DataFrame) |
|---|---|---|
axis 1
|
major_axis | 每个数据帧(DataFrame)的索引行 |
axis 2
|
minor_axis | 每个数据帧(DataFrame)的索引列 |
Panel构造函数：
pandas.Panel(data, items, major_axis, minor_axis, dtype, copy)
# data支持多种数据类型
# items axis=0, major_axis axis=1, minor_axis axis=2
从 DataFrame 字典创建 Panel
#creating an empty panel
import pandas as pd
import numpy as npdata = {'Item1' : pd.DataFrame(np.random.randn(4, 3)), 'Item2' : pd.DataFrame(np.random.randn(4, 2))}
p = pd.Panel(data)
print (p)
执行结果：
<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 4 (major_axis) x 3 (minor_axis)
Items axis: Item1 to Item2
Major_axis axis: 0 to 3
Minor_axis axis: 0 to 2
DataFrame属性和方法
ndim返回对象的维数，DataFrame是一个2D对象
import pandas as pd
import numpy as np#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),'Age':pd.Series([25,26,25,23,30,29,23]),'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}#Create a DataFrame
df = pd.DataFrame(d)
print("Our object is:")
print(df)
print("The dimension of the object is:")
print(df.ndim)
shape返回表示DataFrame的维度的元组。元组(a,b)，a表示行数，b表示列数
缺失值处理
为元素赋NaN值或None
import pandas as pd
import numpy as npser = pd.Series([0, 1, 2, np.NaN, 9], index=['red', 'blue', 'yellow', 'white', 'green'])
print(ser)
过滤NaN：dropna()
import pandas as pd
import numpy as npser = pd.Series([0, 1, 2, np.NaN, 9], index=['red', 'blue', 'yellow', 'white', 'green'])
print(ser.dropna())
为NaN元素填充其他值
fillna()函数用以替换NaN的元素作为参数，所有NaN可以替换为同一个元素
import numpy as npdf = pd.DataFrame([[6,np.nan,6], [np.nan,np.nan,np.nan], [2,np.nan,5]],index=['blue', 'green', 'red'],columns=['ball', 'mug', 'pen'])
print(df)
print("--------------")
print(df.fillna(0))
Pandas读写数据
常用读写函数
| 读取函数 | 写入函数 |
|---|---|
| read_csv | to_csv |
| read_excel | to_excel |
| read_hdf | to_hdf |
| read_sql | to_sql |
| read_json | to_json |
| read_html | to_html |
| read_stata | to_stata |
| read_clipboard | to_clipboard |
| read_pickle | to_pickle |
读数据
1、读写CSV(Comma-Separated Values逗号分隔值)
import pandas as pdcsvframe = pd.read_csv("testcsv_01.csv")
print(csvframe)
data = pd.read_csv( my_file.csv )
data = pd.read_csv( my_file.csv , sep= ; , encoding= latin-1 , nrows=1000, skiprows=[2,5])
# sep代表分隔符，nrows=1000表示读取前1000行数据，skiprows=[2,5]表示在读取文件时会移除第2行和第5行
往CSV文件写入数据
import pandas as pdframe = pd.DataFrame([[0,1,2,3],[4,5,6,7],[8,9,10,11],[12,13,14,15]], columns=['ball', 'pen', 'pencil', 'paper'])
print(frame)
frame.to_csv("testcsv_04.csv")
2、读写Excel文件
import pandas as pdframe = pd.read_excel("data.xlsx")
print(frame)
import pandas as pd
import numpy as npframe = pd.DataFrame(np.random.random((4,4)),index=['exp1','exp2','exp3','exp4'],columns=['jan2015','Fab2015','Mar2015','Apr2005'])
print(frame)
frame.to_excel("data2.xlsx")
3、读取txt read_table
import pandas as pddf=pd.read_table('data1.txt', sep='\s+')
print(df)
解析数据时把空行排除在外，文件中的表头或没必要的注释也用不到。使用skiprows选项，可以排除多余行
skiprows=5:排除前五行 skiprows=[5]:排除第五行
import pandas as pddf=pd.read_table('data3.txt', sep=',', skiprows=[0,1,3,6]) print(df)
MatplotlibPandas教程相关推荐
- 使用Docker搭建svn服务器教程
使用Docker搭建svn服务器教程 svn简介 SVN是Subversion的简称,是一个开放源代码的版本控制系统,相较于RCS.CVS,它采用了分支管理系统,它的设计目标就是取代CVS.互联网上很 ...
- mysql修改校对集_MySQL 教程之校对集问题
本篇文章主要给大家介绍mysql中的校对集问题,希望对需要的朋友有所帮助! 推荐参考教程:<mysql教程> 校对集问题 校对集,其实就是数据的比较方式. 校对集,共有三种,分别为:_bi ...
- mysql备份psb文件怎么打开_Navicat for MySQL 数据备份教程
原标题:Navicat for MySQL 数据备份教程 一个安全和可靠的服务器与定期运行备份有密切的关系,因为错误有可能随时发生,由攻击.硬件故障.人为错误.电力中断等都会照成数据丢失.备份功能为防 ...
- php rabbmq教程_RabbitMQ+PHP 教程一（Hello World）
介绍 RabbitMQ是一个消息代理器:它接受和转发消息.你可以把它当作一个邮局:当你把邮件放在信箱里时,你可以肯定邮差先生最终会把邮件送到你的收件人那里.在这个比喻中,RabbitMQ就是这里的邮箱 ...
- 【置顶】利用 NLP 技术做简单数据可视化分析教程（实战）
置顶 本人决定将过去一段时间在公司以及日常生活中关于自然语言处理的相关技术积累,将在gitbook做一个简单分享,内容应该会很丰富,希望对你有所帮助,欢迎大家支持. 内容介绍如下 你是否曾经在租房时因 ...
- Google Colab 免费GPU服务器使用教程 挂载云端硬盘
一.前言 二.Google Colab特征 三.开始使用 3.1在谷歌云盘上创建文件夹 3.2创建Colaboratory 3.3创建完成 四.设置GPU运行 五.运行.py文件 5.1安装必要库 5 ...
- 理解和实现分布式TensorFlow集群完整教程
手把手教你搭建分布式集群,进入生产环境的TensorFlow 分布式TensorFlow简介 前一篇<分布式TensorFlow集群local server使用详解>我们介绍了分布式Ten ...
- 高级教程: 作出动态决策和 Bi-LSTM CRF 重点
https://www.zhihu.com/question/35866596 条件随机场 CRF(条件随机场)与Viterbi(维特比)算法原理详解 https://blog.csdn.net/qq ...
- PyTorch 高级实战教程：基于 BI-LSTM CRF 实现命名实体识别和中文分词
20210607 https://blog.csdn.net/u011828281/article/details/81171066 前言:译者实测 PyTorch 代码非常简洁易懂,只需要将中文分词 ...
最新文章
- 微星z370黑苹果_记录一下装了第二台黑苹果（Z370 + High Sierra）
- 安装 paddleocr 报错 gcc: error trying to exec ‘cc1‘: execvp: 没有那个文件或目录
- 对数组下面的数组截取_numpy数组不同索引方式的区别
- 声音模仿_学唱歌 |唱歌声音难听的解决方法有哪些？这里给你总结总结！
- 【英语学习】【Level 07】U04 Rest and Relaxation L2 A rest stop with everything
- JavaScript中的事件循环
- oldboy第十三天学习
- How to use Emerge
- Source(拉电流) Sink（灌电流）详解
- java 抓图程序的实现
- php 判断字符串类型及长度
- （微信小程序）页面导航
- PowerApps教程02-了解软件运行逻辑
- 全基因组多位点序列分型
- 局域网联机_文明6/单机.局域网联机/5/4/3【单机游戏】
- java语言输出当前日期时间的方法
- Java数据结构与算法——链表
- java多线程实现动态效果_java多线程实现礼花绽放的效果，
- android 分享微信 不审核,ShareSDK Android 微信分享 绕过审核与不绕过审核
- Windows 挂载linux 目录