Python程序设计基础 课件 第九章 数据分析与可视化.pptx

第九章

数据分析与可视化;本章重点介绍三个程序包numpy、pandas和matpoltlib的用法。这三个程序包均为Python语言的外部扩展包，使用它们前需要安装这些包。在PyCharm中，单击菜单“文件|设置|项目:MyPythonPrj|Python解释器”，这里的“MyPythonPrj”为本书所使用的Python工程名。然后，单击显示的页面的左上方的“+”号安装这三个程序包的必威体育精装版版本。当前，numpy的版本为1.23.1；pandas的版本为1.4.3；matplotlib的版本为3.5.2。;程序包numpy实现了一种新的数据类型——数组，与C语言意义上的数组概念相同，即包含相同类型元素的一组数据（事实上，这种数据类型类似于Python语言内置的“列表”，可以存储不同类型的数据，例如，同时存储整数和字符串，但是numpy提供的函数主要是针对同类型数据），同时，numpy基于数组提供了大量的函数，包括数学函数、统计函数、伪随机数函数和字符串函数等，使得numpy应用广泛。此外，numpy的处理速度快，并且是pandas等外部程序包的基础。

程序包pandas实现了两种新的数据类型，即Series（序列）和DataFrame（数据框架），这两种数据类型的优势在于可以处理数组中的缺失值。pandas提供了基于Series和DataFrame数据对象的大量统计函数。pandas包主要针对数据统计和大数据处理等应用。

程序包matplotlib是一个二维绘图库，可以绘制各种数学函数图形和金融数据图形，是Python语言中数据可视化的重要工具，其特点在于绘图函数简单易用，借用了MATLAB软件中的绘图函数的名称，生成的图形可以用于科技论文中。;本章将分为三节内容来介绍程序包numpy、pandas和matpoltlib的用法：;程序包numpy的算法基于其自定义的数据类型——数组，一般地，认为数组具有相同类型的元素。元素类型可以为字符串和各种数据类型，例如，

importnumpyasnp#装载包numpy，并赋以别名np

arr1=np.array([1,2,3],dtype=int_)

print(arr1)

print(arr1.dtype)

将创建一个数组arr1，其元素为“1,2,3”，“dtype”用于指定数组元素的类型，这里的“int_”为默认的整型，因计算机而异，可能为32位整型int32，或64位整型int64。“print(arr1)”输出数组arr1，得到“[1,2,3]”；“print(arr1.dtype)”输出数组（元素）??类型。;一般地，使用默认的元素数据类型创建数组时不需要指定“dtype”。默认的元素数据类型有“int_”、“float_”、“complex_”，分别表示32位或64位有符号整型、64位浮点型（IEEE754格式，其中，1个符号位、11个指数位、52个尾数位）和128位复数型（其中，实部和虚部各占64位）。其他的常用数值型数据类型包括8位有符号整型（int8）、8位无符号整型（uint8）、16位有符号整型（int16）、16位无符号整型（uint16）、32位有符号整型（int32）、32位无符号整型（uint32）、64位有符号整型（int64）、64位无符号整型（uint64）、单精度浮点数（float32）、双精度浮点数（float64）、复数complex128（实部和虚部分别为64位双精度浮点数）等。;一般地，认为程序包numpy的所有方法均基于其自定义数据类型——数组，所以，使用包numpy的方法前，必须定义数组。

创建数组的方法有以下四种：

（1）将列表转化为数组

包numpy的array方法可以将列表转化为数组。对于一维列表，将被转化一维数组；对于二维的嵌套列表，要求列表中每个子列表的元素个数必须相同，这样的嵌套列表被转化为二维数组；对于高维的嵌套列表，同样要求同级别的子列表的元素个数相同，这样的高维嵌套列表被转化为高维数组。

（2）使用程序包numpy的内置方法生成特殊数组

程序包numpy具有生成特殊数组的内置方法，这些方法包括zeros、zeros_like、ones、ones_like、empty等。其中，zeros方法可以生成元素全为0的数组，zeros生成二维以上的数组时，使用元组作为参数，例如：zeros((3,4))生成3行4列的数组，元素均为0。zeros_like方法的参数为一个数组，将生成与该数组相同结构的数组，其元素均为0。ones和ones_like方法分别与zeros和zeros_like方法相似，只是生成的数组元素均为1。empty方法生成一个数组，主要是为新生成的数组