Python資料分析與挖掘實戰（Pandas,Matplotlib常用方法）

---

作業系統：Windows
Python：3.5
歡迎加入學習交流QQ群：657341423

---

上節講到資料分析和挖掘需要的庫，其中最主要的是Pandas,Matplotlib。
Pandas：主要是對資料分析，計算和統計，如求平均值，方差等。
Matplotlib：主要結合Pandas生成影象。兩者往往結合使用的。

---

Pandas：

上圖中針對的是物件為DataFrame或者Series
對於DataFrame和Series區別，參考一下官網說明就知道該資料結構了。
迴歸到上圖的使用方法



解釋：
讀取excel裡面的資料，然後生成data資料。然後過濾一下資料，這個過濾可有可無，然後直接使用data.describe()即可。因為物件data是DataFrame格式。
如果使用其他方法，data.sum()，data.var()即可得出，如下

這裡只是給出其他統計方式，如果還需要其他資料，如極差，四分位數間距這些，需要計算得出。這裡可以這樣：

解釋：
statistics是為data.describe()，不能直接是data。

statistics.loc['aa'] = statistics.loc['75%']-statistics.loc['25%'] #四分位數間距

statistics.loc[‘aa’]是可以自定義名稱的。也就是我們常說的新增統計資料。

Pandas累積統計特徵函式

用法：

結果：

這裡是統計2行的和，因為和我設定window=2相關的。你會發現第一個數是NaN的，因為第一行不夠2行，無法累加。

---

Matplotlib作圖：

在作圖之前，基本上都要做一些設定：
import matplotlib.pyplot as plt #匯入影象庫
plt.rcParams[‘font.sans-serif’] = [‘SimHei’] #用來正常顯示中文標籤
plt.rcParams[‘axes.unicode_minus’] = False #用來正常顯示負號
plt.figure(figsize=(7,5)) #建立影象，建立影象區域，figsize=(7,5)指定比例
預設比例可以為：plt.figure()

如果結合Pandas使用，用法
data.plot(kind=‘bar’)
kind引數作用指定作圖型別，line（線），bar（條形），barh、hist（直方圖），box（箱線圖），kde（密度圖），area、pie（餅圖）、scatter（散點圖）
data為DataFrame或Series。
基本上Pandas,Matplotlib兩者結合作圖都是這種方法。
例子:


這個是通過excel資料生成圖形。
如果是餅圖

參考資料
參考資料原始檔

---

如果Matplotlib要單獨使用，用法和上述又不一樣了。
參考