Python程序设计课件：数据分析和可视化.ppt

数据分析和可视化学习目标了解“numpy”模块和“pandas”模块的主要功能。掌握“numpy”模块重要的运算方法。掌握“pandas”模块重要的数据模型结构。了解数据可视化和GUI的区别。掌握“matplotlib”模块的重要绘图方法。数据分析模块Python数据分析使用“numpy”和“pandas”这两个科学运算模块。“numpy”模块：它是一个科学计算包，支持N维数组运算、处理大型矩阵、成熟的广播函数库、矢量运算、线性代数、傅里叶变换、随机数生成等功能，并可与C++/Fortran语言无缝结合。“pandas”模块：是基于“numpy”的数据分析模块，提供了大量标准数据模型和高效操作大型数据集所需要的工具，可以说“pandas”是使得Python能够成为高效且强大的数据分析环境的重要因素之一。Numpy模块基本属性#导入模块importnumpyasnp#将其他数据类型转换为矩阵数组。print(np.array([1,2,3,4,5,6])) #将列表转换为一维矩阵数组[123456]print(np.array((1,2,3,4,5,6))) #将元组转换为一维矩阵数组[123456]#使用“numpy”模块的基本属性arr1=np.array([1,2,3,4,5,6])print(arr1.ndim) #维度1print(arr1.shape) #行数和列数返回为元组类型(6,)print(arr1.size) #元素个数6Numpy模块创建矩阵数组#创建矩阵数组importnumpyasnparr1=np.array([1.2,2,3,4,5],dtype=np.int) #类型设置为整形print(arr1)[12345]arr1=np.array([1.2,2,3,4,5],dtype=np.float) #类型设置为浮点型print(arr1)[1.22.3.4.5.]#赋初值arr1=np.zeros((4,5)) print(arr1)[[0.0.0.0.0.][0.0.0.0.0.][0.0.0.0.0.][0.0.0.0.0.]]arr2=np.ones((4,5))print(arr2)[[1.1.1.1.1.][1.1.1.1.1.][1.1.1.1.1.][1.1.1.1.1.]]#修改矩阵数组的形状arr3=np.arange(9).reshape(3,3)print(arr3)[[012][345][678]]#创建线段型数据arr1=np.linspace(0,5,10)print(arr1)[0.011223345.]Numpy模块基本运算#矩阵运算importnumpyasnpx=np.array([1,2,3,4])y=np.arange(5,9)z=x-y #矩阵减法print(z)[-4-4-4-4]z=x+y #矩阵加法print(z)[681012]z=x*y #矩阵乘法print(z)[5122132]z=x/y #矩阵除法print(z)[0.2000.5]z=x**3 #矩阵x的3次方print(z)[182764]#可以使矩阵进行关系运算或者调用某些数学函数。print(x2) #矩阵关系运算判断矩阵中的每个元素是否小于数值2[TrueFalseFalseFalse]print(x==y) #矩阵关系运算判断矩阵x和矩阵y对应元素是否相等[FalseFalseFalseFalse]z=np.sin(x) #矩阵求正弦值print(z)[000-0.7568025]#多维矩阵运算和一维矩阵运算的区别importnumpyasnp