Python三工具助力,数模高手轻松养成

文章标题:

Python三大工具助你成为数据建模达人

文章内容

在Python的编程世界里,各类包就好似一个个装满实用工具的百宝箱。对于想要开展数据分析、科学计算以及数据可视化的新手来说,numpy、pandas和matplotlib这三个包堪称必不可少的得力帮手。它们能够极大地提升编程效率,让复杂的数据处理与可视化工作变得轻而易举。不过,在运用这些包的强大功能之前,我们得先学会怎样正确导入它们。接下来,就让我们一步步深入探究这三个包的导入方式以及基础应用,为开启数据处理与分析的奇妙之旅做好准备。


Numpy包的导入与基础运用

导入Numpy

numpy,全称为Numerical Python,主要用于处理多维数组以及进行高效的矩阵运算。在Python中导入numpy非常简单,只需在代码起始处输入如下语句:

import numpy as np

这里的as np是一种约定俗成的写法,相当于给numpy这个包取了一个简洁的别名。这样一来,在后续代码中调用numpy包内的各种函数和功能时,直接使用np就可以了,既便捷又能让代码显得更为简洁。例如,numpy中用于创建数组的函数array,就可以写成np.array。

Numpy基础用法示例

  1. 创建数组
arr = np.array([1, 2, 3, 4, 5])
print(arr)

上述代码中,np.array([1, 2, 3, 4, 5])创建了一个包含数字1到5的一维数组,并将该数组赋值给变量arr。随后,使用print()函数将这个数组打印出来。

two_d_arr = np.array([[1, 2, 3], [4, 5, 6]])
print(two_d_arr)

这里np.array([[1, 2, 3], [4, 5, 6]])创建了一个2行3列的二维数组,第一行是[1, 2, 3],第二行是[4, 5, 6],并将其赋值给two_d_arr变量,再通过print()函数展示这个二维数组。

  • 一维数组:数组在numpy中是一种非常重要的数据结构。创建一维数组时,把想要包含在数组中的数据用方括号括起来,作为参数传递给np.array()函数即可。例如:
  • 二维数组:二维数组可以看作是一个表格,有行有列。创建二维数组时,传入一个由多个列表组成的列表,每个内部列表代表二维数组的一行。例如:

  • 数组运算

arr = np.array([1, 2, 3, 4, 5])
result = arr * 2
print(result)

此处,arr * 2会将数组arr中的每一个元素都乘以2,得到一个新的数组result,然后打印出这个新数组。

arr = np.array([1, 2, 3, 4, 5])
sum_result = np.sum(arr)
print(sum_result)

np.sum(arr)会把数组arr中所有元素相加,得到的结果赋值给sum_result变量并打印。类似地,计算数组元素的平均值可以使用np.mean()函数:

arr = np.array([1, 2, 3, 4, 5])
mean_result = np.mean(arr)
print(mean_result)

np.mean(arr)会计算数组arr元素的平均值,并将结果赋值给mean_result变量后打印。

  • 元素级运算:numpy的强大之处在于能够快速对数组中的每个元素进行运算。比如,想要把数组中的每个元素都乘以2,只需要简单地使用乘法运算符*:
  • 统计运算:numpy提供了许多便捷的函数来计算数组元素的统计量。例如,计算数组元素的和,可以使用np.sum()函数:

  • 数组索引与切片

arr = np.array([1, 2, 3, 4, 5])
element = arr[2]
print(element)

这里arr[2]表示获取数组arr中索引为2的元素,也就是第三个元素(因为索引从0开始),并将其赋值给element变量后打印。

arr = np.array([1, 2, 3, 4, 5])
sub_arr = arr[1:3]
print(sub_arr)

arr[1:3]表示从索引为1的元素开始(即第二个元素),到索引为3的元素之前(不包括第四个元素),将这部分元素组成一个新的子数组赋值给sub_arr变量,最后打印这个子数组。

  • 索引:通过索引,可以获取数组中特定位置的元素。在numpy数组中,索引是从0开始的。例如,要获取数组arr的第三个元素:
  • 切片:切片操作允许获取数组的一部分。比如,要获取数组arr从第二个元素到第四个元素(不包括第四个元素)的子数组,可以这样写:

Pandas包的导入与应用

导入Pandas

pandas是Python中用于数据处理和分析的核心库。它提供了两种主要的数据结构:Series(一维数据)和DataFrame(二维数据,类似表格),还有大量用于数据清洗、转换和分析的函数。导入pandas的常用方式如下:

import pandas as pd

和numpy一样,as pd给pandas包取了一个简洁的别名,方便后续在代码中调用其功能。

Pandas基础操作

  1. 读取数据
data = pd.read_csv('data.csv')
print(data.head())  # 查看前5行数据

pd.read_csv('data.csv')会读取data.csv文件中的数据,并将其存储为一个DataFrame对象,赋值给data变量。data.head()则用于查看这个DataFrame的前5行数据,便于快速了解数据的大致结构。

data = pd.read_excel('data.xlsx')
print(data.head())

同样,pd.read_excel('data.xlsx')会将Excel文件中的数据读取为DataFrame对象,data.head()用于查看前5行数据。

  • CSV文件:CSV(Comma-Separated Values)文件是一种常见的数据存储格式。使用pandas读取CSV文件非常简便。假设我们有一个名为data.csv的文件,代码如下:
  • Excel文件:pandas也支持读取Excel文件。如果有一个名为data.xlsx的Excel文件,可以这样读取:

  • 数据筛选

data = pd.read_csv('data.csv')
filtered_data = data[data['column_name'] > 10]
print(filtered_data)

这里data['column_name'] > 10会生成一个布尔值的Series,True表示对应行的column_name列的值大于10,False则表示不大于。然后将这个布尔值Series作为索引,从data这个DataFrame中筛选出对应True的行,组成新的DataFrame对象filtered_data并打印。

data = pd.read_csv('data.csv')
filtered_data = data[(data['column_name_1'] > 10) & (data['column_name_2'] =='specific_value')]
print(filtered_data)

这里(data['column_name_1'] > 10) & (data['column_name_2'] =='specific_value')通过&运算符将两个条件连接起来,表示同时满足这两个条件。同样会生成一个布尔值的Series,再用它从data中筛选出符合条件的行,赋值给filtered_data并打印。

  • 基于条件筛选:在数据分析中,常常需要从数据中筛选出满足特定条件的行。例如,要从数据中筛选出某一列大于特定值的行。假设data.csv文件中有一列名为column_name,要筛选出这一列中值大于10的行:
  • 多条件筛选:有时需要同时满足多个条件来筛选数据。比如,筛选出某一列大于10且另一列等于特定值的行。假设还有一列名为column_name_2,特定值为'specific_value':

  • 数据清理

data = pd.read_csv('data.csv')
data = data.dropna()

data.dropna()会返回一个新的DataFrame,其中所有包含缺失值的行都被删除了,然后将这个新的DataFrame重新赋值给data变量。如果想填充缺失值为某个特定值,比如0,可以使用fillna()方法:

data = pd.read_csv('data.csv')
data = data.fillna(0)

data.fillna(0)会将data中所有的缺失值替换为0,生成一个新的DataFrame并重新赋值给data。

data = pd.read_csv('data.csv')
data['column_name'] = pd.to_numeric(data['column_name'])

pd.to_numeric(data['column_name'])会尝试将data['column_name']这一列的字符串数据转换为数值类型,如果转换成功,会返回一个新的数值类型的Series,然后将其重新赋值给data['column_name'],从而更新了data中这一列的数据类型。

  • 处理缺失值:真实世界的数据中往往存在缺失值。pandas提供了多种方法来处理这些缺失值。比如,要删除包含缺失值的行,可以使用dropna()方法:
  • 数据类型转换:有时候数据列的类型可能不符合分析需求,需要进行转换。例如,将某一列的数据类型从字符串转换为数值类型。假设data.csv中有一列column_name的数据类型是字符串,要将其转换为数值类型,可以使用pd.to_numeric()函数:

Matplotlib包的导入与数据可视化

导入Matplotlib

matplotlib是Python中广泛使用的数据可视化库,它能够创建各种精美的静态、动态以及交互式的可视化图表,让数据以直观易懂的图形形式呈现出来。通常使用以下方式导入:

import matplotlib.pyplot as plt

这里的plt是matplotlib.pyplot的简写,通过这个别名,能够方便地调用matplotlib中各种绘图相关的函数。

Matplotlib绘图示例

  1. 折线图:折线图常用于展示数据随时间或其他连续变量的变化趋势。下面是绘制一个简单折线图的代码:
import numpy as np
import matplotlib.pyplot as plt

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])
plt.plot(x, y)
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('简单折线图')
plt.show()

首先,导入了numpy和matplotlib.pyplot。然后,使用np.array()函数创建了两个数组x和y,分别作为折线图的横坐标和纵坐标数据。接着,plt.plot(x, y)函数根据x和y的数据绘制折线。plt.xlabel('X轴')用于设置横坐标的标签为“X轴”,plt.ylabel('Y轴')设置纵坐标标签为“Y轴”,plt.title('简单折线图')则给图表添加了标题“简单折线图”。最后,plt.show()函数将绘制好的图表显示出来。

  1. 散点图:散点图用于展示两个变量之间的关系,通过点的分布情况可以观察数据的趋势或规律。以下是绘制散点图的代码示例:
import numpy as np
import matplotlib.pyplot as plt

x = np.random.rand(50)
y = np.random.rand(50)
plt.scatter(x, y)
plt.xlabel('X变量')
plt.ylabel('Y变量')
plt.title('散点图')
plt.show()

这里同样导入了numpy和matplotlib.pyplot。np.random.rand(50)函数生成了50个0到1之间的随机数,分别赋值给x和y作为散点图的横纵坐标数据。plt.scatter(x, y)函数根据这些数据绘制散点图。之后,同样通过plt.xlabel()、plt.ylabel()和plt.title()函数分别设置坐标轴标签和图表标题,最后用plt.show()显示图表。

  1. 柱状图:柱状图适合用于比较不同类别之间的数据大小。绘制柱状图的代码如下:
import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D']
values = [10, 20, 15, 25]
plt.bar(categories, values)
plt.xlabel('类别')
plt.ylabel('数值')
plt.title('柱状图')
plt.show()

在这段代码中,定义了一个包含类别名称的列表categories和一个对应类别的数值列表values。plt.bar(categories, values)函数根据这两个列表绘制柱状图,每个类别对应一个柱子,柱子的高度由values中的数值决定。接着,通过plt.xlabel()、plt.ylabel()和plt.title()函数设置坐标轴标签和图表标题,最后用plt.show()将绘制好的柱状图显示出来。


总结

numpy、pandas和matplotlib这三个包在Python的数据分析、科学计算和数据可视化工作流程中起着至关重要的作用。通过正确导入它们,能够迅速利用其丰富且强大的功能。对于初学者而言,熟练掌握这些包的导入及基础用法,就像掌握了开启数据处理大门的钥匙,为构建高效的数据分析和可视化工作流程奠定了坚实的基础。这不仅能够提升工作效率,还能帮助我们更有效地从海量数据中挖掘出有价值的信息。

版权声明:程序员胖胖胖虎阿 发表于 2025年7月4日 上午10:11。
转载请注明:

Python三工具助力,数模高手轻松养成

| 胖虎的工具箱-编程导航

相关文章

暂无评论

暂无评论...