了解Python数据分析用到的库

让我们开始数据分析

• 数据分析基础需要掌握哪些，毫无疑问，是我列出的这几个库的使用

• numpy: 中文版

• matplotlib: 中文版

• pandas: 中文版， to: pandas， 译本： pandas-0.22
  个人比较喜欢看中文版，这里就不列出英文版，需要可以搜官方文档

---

Pandas

pandas: 功能强大的Python数据分析工具包

• 软件包概述
• 10分钟入门pandas
  • s = pd.Series([1,3,5,np.nan,6,8]) : Series对象
  • dates = pd.date_range('20130101', periods=6) ： 生成时间
  • df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))：生成DataFrame 对象
  • df.[方法，属性： dtypes, head(), index, columns, describe(), T, sort_index(axis=1, ascending=False), sort_values(by='B'), ]
  • 切片方式, 标签选择: [df[0:3], df.loc[dates[0]], df.loc[:,['A','B']], df.loc[dates[0],'A'], df.at[dates[0],'A'], df.iloc[3:5,0:2], df.iat[1,1], df[df.A > 0], ]
  • 过滤：[df2[df2['E'].isin(['two','four'])], ]
  • 缺失数据[df1.dropna(how='any'), df1.fillna(value=5), pd.isna(df1)]
  • 基础操作[mean(), shift(2)]

numpy

• The N-dimensional array (ndarray) : 多维数组
• Scalars : 标量
• Data type objects (dtype): 数据类型
• indexing: 索引切片
• Iterating Over Arrays:　数组迭代
• Standard array subclasses:　标准数组子类
• Masked arrays: 掩码数组
• The Array Interface: 数组接口
• Datetimes and Timedeltas: 日期和时间

matplotlib

• Tutorials