总结Python数据分析常用类库,python数据分析用什么数据库
本文使用Pandas库演示了Python的常见操作。分享给你，供你参考，如下：
1.概观
Pandas是Python的核心数据分析支持库，提供了快速、灵活、清晰的数据结构，旨在简单直观地处理关系型和标记型数据。Pandas通常用于处理带有行和列标签的矩阵数据以及类似于SQL或Excel表格的表格数据。应用于金融、统计、社会科学、工程等领域的数据排序与清洗、数据分析与建模、数据可视化与制表。
数据类型：Pandas不改变原始输入数据，而是复制数据生成新对象。由普通对象组成的一维数组变成了数列，由数列组成的二维数组表称为DataFrame，其行称为index，列为column。
安装：如果使用anaconda集成环境，将自动安装numpy、scipy和pandas等数据科学包，也可以通过python包管理工具安装pandas:
pip安装熊猫
2.数据对象的创建
可以通过用Series()函数包装一维数组来创建Series对象，其中数组的元素可以是各种类型。
用DataFrame()函数包装二维数组可以创建DataFrame对象，行标签和列标签可以由参数index和columns指定。也可以通过python的字典类型初始化DataFrame，默认情况下它的键名是column label。
进口熊猫作为pd
将numpy作为np导入
#通过一维数组初始化序列
s=pd。系列([1，2.0，np.nan，测试])
印刷品
#通过二维数组初始化数据帧
arr=np.random.randn(6，4)
arr_df=pd。DataFrame(arr，index=np.arange(1，7)，columns=list(ABCD ))
打印(数组方向)
#通过字典dict初始化数据帧
dic={A: 1。
b:PD。时间戳( 20130102 )，
C: pd。Series(1，index=list(range(4))，dtype=float32 )，
D: np.array([3] * 4，dtype=int32 )，
e:PD。分类([测试，训练，测试，训练])
}
dic_df=pd。数据帧
打印(dic_df)
运行结果如下：
#系列数据
0 1
1 2
2南
3测试
dtype:对象
#二维数组的数据帧
A B C D
1 -0.085417 -0.816502 1.495134 -0.277742
2 1.657144 -0.203346 0.631930 -1.182239
3 -2.303923 -0.535696 1.315379 0.129682
4 0.133198 -0.239664 -2.004494 0.119965
5 -1.454717 2.114255 -0.538678 -0.580361
6 -0.759183 0.141554 -0.243270 2.840325
#字典数据框架
A B C D E
0 1.0 2013-01-02 1.0 3测试
1 1.0 2013-01-02 1.0 3火车
2 1.0 2013-01-02 1.0 3测试
3 1.0 2013-01-02 1.0 3火车
3.检查数据
函数head(n)可以查看数据帧的前n行的数据，tail(n)可以查看后n行的数据。
Index()查看数据帧的行标签，列显示列标签。
Describe()按列显示数据的统计信息，包括计数、均值、方差、最小值和最大值等。
函数mean()显示所有列的平均值，mean(1)显示所有行的平均值。
Sum()对所有列进行平均，sum(1)对所有行进行平均。
DataFrame有一个empty属性来判断是否为空，如果为空，则返回True。
arr=np.random.randn(6，4)
df=pd。DataFrame(arr，index=np.arange(1，7)，columns=list(ABCD ))
打印(df.head(3))
打印(df.index)
print(df.describe())
结果如下
#查看前三行数据
A B C D
1 3.260449 -0.619396 0.070877 1.586914
2 -0.529708 0.071917 -1.919316 1.845727
3 -1.005765 2.176579 -0.323483 -1.295067
#查看行标签
Int64Index([1，2，3，4，5，6]，dtype=int64 )
#查看统计数据
A B C D
计数6.000000 6.000000 6.000000 6.000000
平均值为-0.184606-0.487184 0.07943 0.855858581
标准1.721394 1.800460 1.3258658561
最小为1.443635-3.091446-1.919195436
25% -0.967105 -1.430192 -0.281188 0.778729
50% -0.694488 -0.273739 -0.041713 1.150944
75% -0.531744 0.197755 0.355731 1.508475
最大值为3.260449 2.176579 2.3553543656
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。