Python数据分析与可视化教程全套教学课件.pptx

第1章数据分析与可视化概述

;本章内容;1.1数据与大数据;1.2数据分析;1.3数据可视化;;1.4数据分析流程;1.5Python数据分析与可视化;1.5.2Python数据分析与可视化常用类库

;1.6JupyterNotebook的安装和使用;;1.7Pycharm的安装和使用;第2章Python编程基础

;本章内容;2.1Python语言简介;2.2Python语言基本语法;;;;;;;;;;;;;;;;;;;;;;;;;;;;2.3Python面向对象设计;;;;;;;;;;2.4Python图形界面设计;;;;;;;;;;;;;2.4.4Python事件处理

一个Python图形界面程序在运行时一直处于消息循环（eventloop）中，它等待事件发生，并做出相应的处理。

例如程序运行时，用户敲击键盘上某一个键或是单击、移动鼠标，对于这些事件，程序需要做出反应。

Tkinter提供的组件通常都有自己可以识别的事件。

程序可以使用事件处理函数来指定当触发某个事件时所做的反应（操作）

事件类型包括鼠标事件、键盘事件、窗体事件等

事件处理函数可以被绑定给各个对象的各种事件;;2.5常用格式文件操作;;;;;;;;;;;;2.6Python第三方库;;;第3章科学计算Numpy库

;本章内容;3.1Numpy数组的使用;3.1Numpy数组的使用;3.1.1Numpy数组创建;2、创建数组

从Python列表和元组创建一维数组;2、创建数组

使用NumPy函数创建特殊数组

使用zeros()函数创建全零数组

使用ones()函数创建全1数组;2、创建数组

使用arange函数

arange([start,]stop[,step,])

类似于python的range函数，通过指定开始值、终值和步长来创建一维数组，注意数组不包括终值:;2、创建数组

linspace()函数

linspace(start,stop,num=50,endpoint=True)

通过指定开始值、终值和元素个数（默认为50）来创建一维数组，可以通过endpoint关键字指定是否包括终值，缺省设置是包括终值。;2、创建数组

生成随机数数组

numpy.random.randint(low,high=None,size=None,dtype=int)

返回一个随机整数数组，范围从low（包括）到high（不包括），即[low,high)。如果没有写参数high，则返回[0,low)的值。;2、创建数组

生成随机数数组

np.random.random(size=None)

np.random.rand(d0,d1,...,dn)

生成[0,1)?区间随机小数或随机小数数组的则使用random.random()函数或者random.rand()函数。;3、NumPy的数据类型;1、Numpy一维数组的索引和切片;1、NumPy的索引和切片

一维数组的切片;1、NumPy多维数组的索引和切片

多维数组的切片

多维数组在每个轴各自有一个索引，各轴索引之间由逗号分隔。

当在各个轴上进行连续切片时，使用：连接头下标和尾下标；当进行不连续切片时，要给出一个指定下标组成的元组。;1、Numpy数组之间算术运算

Numpy数组之间的算术运算是按元素逐个运算。Numpy数组运算后将创建包含运算结果的新数组。;1、Numpy数组之间算术运算

NumPy中的乘法运算符*按元素逐个计算，矩阵乘法可以使用dot函数或创建矩阵对象实现。;1、Numpy数组之间算术运算

有些操作符如+=和*=用来更改已存在数组而不创建一个新的数组。;2、Numpy数组统计运算

Numpy数组的常用统计方法如下：;2、Numpy数组统计运算

统计运算将数组展开成一维线性列表计算。;2、Numpy数组统计运算

可通过指定axis参数（即数组的维）对指定的轴做相应的运算。

Numpy的axis参数的用途：

二维narray对象中，axis=0表示沿着0轴在列上进行计算/操作，axis=1表示沿着1轴在行上计算/操作。;1、数组的形状

数组的形状取决于其每个轴上的元素个数，通常是一个元组，按照0轴、1轴、2轴…的顺序排列。;3.1.4Numpy数组的形状（shape）操作;3.2Numpy中矩阵对象（matrix）;3.2Numpy中矩阵对象（matrix）;3.3NumPy中的数据统计分析;3.3NumPy中的数据统计分析;3.3NumPy中的数据统计分析;3.3NumPy中的数据统计分析;3.3NumP