《Python程序设计》课件—08数据分析和可视化.pptVIP

口令：RAPID708 第8章 数据分析和可视化 学习目标 了解“numpy”模块和“pandas”模块的主要功能。 掌握“numpy”模块重要的运算方法。 掌握“pandas”模块重要的数据模型结构。 了解数据可视化和GUI的区别。 掌握“matplotlib”模块的重要绘图方法。 数据分析模块 Python数据分析使用“numpy”和“pandas”这两个科学运算模块。 “numpy”模块：它是一个科学计算包，支持N维数组运算、处理大型矩阵、成熟的广播函数库、矢量运算、线性代数、傅里叶变换、随机数生成等功能，并可与C++/Fortran语言无缝结合。 “pandas”模块：是基于“numpy”的数据分析模块，提供了大量标准数据模型和高效操作大型数据集所需要的工具，可以说“pandas”是使得Python能够成为高效且强大的数据分析环境的重要因素之一。 Numpy模块 基本属性 #导入模块 import numpy as np #将其他数据类型转换为矩阵数组。 print(np.array([1,2,3,4,5,6])) #将列表转换为一维矩阵数组 [1 2 3 4 5 6] print(np.array((1,2,3,4,5,6))) #将元组转换为一维矩阵数组 [1 2 3 4 5 6] #使用“numpy”模块的基本属性 arr1=np.array([1,2,3,4,5,6]) print(arr1.ndim) #维度 1 print(arr1.shape) #行数和列数 返回为元组类型 (6,) print(arr1.size) #元素个数 6 Numpy模块 创建矩阵数组 #创建矩阵数组 import numpy as np arr1=np.array([1.2,2,3,4,5],dtype=np.int) #类型设置为整形 print(arr1) [1 2 3 4 5] arr1=np.array([1.2,2,3,4,5],dtype=np.float) #类型设置为浮点型 print(arr1) [ 1.2 2. 3. 4. 5. ] #赋初值 arr1=np.zeros((4,5)) print(arr1) [[ 0. 0. 0. 0. 0.] [ 0. 0. 0. 0. 0.] [ 0. 0. 0. 0. 0.] [ 0. 0. 0. 0. 0.]] arr2=np.ones((4,5)) print(arr2) [[ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.]] #修改矩阵数组的形状 arr3=np.arange(9).reshape(3,3) print(arr3) [[0 1 2] [3 4 5] [6 7 8]] #创建线段型数据 arr1=np.linspace(0,5,10) print(arr1) [ 0. 0 1 1 2 2 3 3 4 5. ] Numpy模块 基本运算 #矩阵运算 import numpy as np x=np.array([1,2,3,4]) y=np.arange(5,9) z=x-y #矩阵减法 print(z) [-4 -4 -4 -4] z=x+y #矩阵加法 print(z) [ 6 8 10 12] z=x*y #矩阵乘法 print(z) [ 5 12 21 32] z=x/y #矩阵除法 print(z) [ 0.2 0 0 0.5 ] z=x**3 #矩阵x的3次方 print(z) [ 1 8 27 64] #可以使矩阵进行关系运算或者调用某些数学函数。 print(x2) #矩阵关系运算 判断矩阵中的每个元素是否小于数值2 [ True False False False] print(x==y) #矩阵关系运算 判断矩阵x和矩阵y对应元素是否相等 [False False False False] z=np.sin(x) #矩阵求正弦值 print(z) [ 0 0 0-0.7568025 ] #多维矩阵运算和一维矩阵运算的区别 import n