浙教版高中信息技术必修1大数据处理——pandas处理数据与matplotlib模块绘图.pptxVIP

第四章数据处理与应用1、常用表格数据的处理2、大数据处理3、大数据典型应用人生苦短 我用python学习目标：1、了解Python常用扩展模块的功能。2、掌握pandas模块的调用方法、数据结构等基本知识。3、能使用pandas模块对数据进行编辑、计算和统计分析，并能从中提取有用信息形成结论。4、掌握matplotlib模块的调用方法和使用matplotlib模块对数据进行可视化的基本方法。还记得吗？python模块的导入——import 一个程序中已出现的一个或多个函数或模块，引入到另一个python代码中，从而实现代码的复用。语法如下：import 模块名 模块名.函数名from 模块名 import 函数名python模块的小名儿 import 还有更多详细的用法，主要有以下两种：导入整个模块时，也可以为模块指定别名。 import 模块名1 [as 别名1]…例如：import sys as s print(s.argv[0]) from 模块名 import 成员名1 [as 别名1]，…例如：from sys import argv as v print(v[0])pandas处理数据 数据处理可以使用现成的软件或平台,也可以通过编写程序实现。Python语言丰富的标准模块和扩展库提供了许多高效灵活的函数,可以帮助我们较好地进行数据整理。 pandas数据结构1. Series（序列）Series类似于一维数组，由一个数组的数据和一个与数据关联的索引（index）,索引值默认是从0起递增的整数。from pandas import Series #导入pandas库中Series模块pds1 = Series([1, 2, 3, 4])pds10 1122334左列：index右列：values pandas数据结构通过指定索引的方式pds2 = Series([1, 2, 3, 4], index=[a, b, c, d])pds2a 1b 2c 3d 4通过字典方式创建data = {i1:1,i2:2,i3:3,i4:4}#由于字典是无序的，因此指定索引排列顺序ps3 = Series(data,index=[i1,i2,i3,i4])ps3i1 1i2 2i3 3i4 4 pandas数据结构 2. DataFrame（数据框） DataFrame是一种类似于关系表的表格型数据结构，DataFrame对象是一个二维表格,由1个索引列（index）和若干个数据列组成。其中，每列中的元素类型必须一致，而不同的列可以拥有不同的元素类型。pandas数据结构 pandas数据结构使用DataFrame前，需要导入pandas库中的DataFrame模块 from pandas import DataFrame data = { name:[王晓明,李静,田海], sex:[男,女,男], aged:[20,19,21]}#字典是无序的，因此需要通过columns指定列索引的排列顺序df = DataFrame(data,columns=[name,sex,aged]) dfindex pandas数据结构 DataFrame数据有列索引和行索引，行索引类似于关系表中每行的编号（未指定行索引的情况下，会使用0到N-1作为行索引），列索引类似于表格的列名（也称为字段）。df1 = DataFrame(data,columns = [name,sex,aged],index = [L1,L2,L3])df1 pandas数据结构data = { name:(张三,李四,王五,赵六), sex:(男,女,女,男), aged:(20,19,20,21), score:(80,60,70,90)}df = DataFrame(data) #使用字典创建DataFrame对象df pandas数据结构DataFrame模块提供了丰富的函数，这些函数可以用来进行行、列编辑和统计计算等。 pandas数据结构1.增加行 增加行数据可以通过append()函数传入字典数据即可。append_data = { name:朱八,sex:男,aged:23,score:65}new_df = df.append(append_data)new_df pandas数据结构2.增加列 增加列可以直接通过标签索引方式进行，当新增的列中的数值不一样时，可以传入列表或者数组结构进行赋值。new_df[city] = [北京,西安,长春,珠海,昆明]new_df pandas数据结构 3. 删除 使用drop()函数可以