Python 在数据科学中的应用

1. list 的复制：

　　1.1 直接复制： y = x    ==>  复制的 list 的元素更改，原 list 中的元素也更改

　　　　

　　1.2 列表赋值： y = list(x)    ==>  赋值的 list 的元素更改，原 list 中的元素不更改  

　　　　

2. round() 函数：把一个数截取为小数点后的第n位

　　

3. 对象，类型，方法

　　方法：从属于对象的函数

　　

　　list 中的方法：

　　　　fam.index("mon")  # 元素"mom"的索引

　　　　fam.count(1.73)  # 元素1.73出现的次数

　　str 中的方法：

　　　　sister.capitalize()  # 把首字母转换成大写

　　　　sister.replace('z', 'sa')  # 把z替换为sa

4. python 中的包：

　　包的安装：pip.readthedocs.org/en/stable/installing/  安装 get-pip.py，终端：python3  get-pip.py 、 pip3  install  numpy

5. python 中的包 numpy：

　　5.1 两个列表不能直接运算，但转为numpy的array后可以直接运算：

　　　　

　　5.2 numpy数组：元素只有一种类型

　　　　

　　5.3 numpy筛选子集：

　　　　

　　5.4 二维numpy数组  ndarray = n 维数组

　　　　   

　　5.5 numpy 的基本统计学

　　　　- 基本方法

　　　　　　

　　　　- 数据的产生：

　　　　　　

6. 运用 matplotlib 来进行基本作图（数据可视化）

　　- 折线图 和 散点图

　　　　

　　　　   

　　- 直方图

　　　　

　　　　

　　- 个性化

import matplotlib.pyplot as plt

year = [1950, 1970, 1990, 2010]
pop = [2.519, 3.692, 5.263, 6.972]

plt.fill_between(year, pop, 0, color='yellow')

plt.xlabel('Year')
plt.ylabel('Population')
plt.title('World Population Projections')
plt.yticks([0, 2, 4, 6, 8, 10],
           ['0', '2B', '4B', '6B', '8B', '10B'])

plt.show()

　　　　

7. pandas 

　　- csv 文件 -> dataframe

　　　　import pandas as pd

　　　　brics = pd.read_csv("xxxx.csv" , index_col = 0)

　　- 列的获取：

　　　　brics["country"]  或  brics.country

　　- 添加列：

　　　　brics["on_earth"] = [1, 1, 1, 1, 1]   或

　　　　brics["density"] = brics["population"] / brics["area"] * 1000000

　　- 行的获取：

　　　　brics.loc["BR"]

　　- 元素的获取：

　　　　brics.loc["CH", "capital"]  或  brics["capital"].loc["CH"]  或  brics.loc["CH"]["capital"]