前言

Python是一門實(shí)現(xiàn)數(shù)據(jù)可視化很好的語言，他們里面的很多庫可以很好的畫出圖形，形象明了。

今天我們就來說說:Pandas數(shù)據(jù)分析核心支持庫

初識(shí)Pandas：

Pandas 是 Python 語言的一個(gè)擴(kuò)展程序庫，用于數(shù)據(jù)分析。

Pandas 是一個(gè)開放源碼、BSD 許可的庫，提供高性能、易于使用的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具。

Pandas 名字衍生自術(shù)語 “panel data”（面板數(shù)據(jù)）和 “Python data analysis”（Python 數(shù)據(jù)分析）。

Pandas 一個(gè)強(qiáng)大的分析結(jié)構(gòu)化數(shù)據(jù)的工具集，基礎(chǔ)是 Numpy（提供高性能的矩陣運(yùn)算），其次數(shù)series，還有一個(gè)DataFrame，這三個(gè)比較常用。

Pandas 可以從各種文件格式比如 CSV、JSON、SQL、Microsoft Excel 導(dǎo)入數(shù)據(jù)。

Pandas 可以對(duì)各種數(shù)據(jù)進(jìn)行運(yùn)算操作，比如歸并、再成形、選擇，還有數(shù)據(jù)清洗和數(shù)據(jù)加工特征。

Pandas 廣泛應(yīng)用在學(xué)術(shù)、金融、統(tǒng)計(jì)學(xué)等各個(gè)數(shù)據(jù)分析領(lǐng)域。

Pandas的主體：

Pandas 的主要數(shù)據(jù)結(jié)構(gòu)是 Series （一維數(shù)據(jù)）與 DataFrame（二維數(shù)據(jù)），這兩種數(shù)據(jù)結(jié)構(gòu)足以處理金融、統(tǒng)計(jì)、社會(huì)科學(xué)、工程等領(lǐng)域里的大多數(shù)典型用例。

Series:帶標(biāo)簽的一維同構(gòu)數(shù)組，一種類似于一維數(shù)組的對(duì)象，它由一組數(shù)據(jù)（各種Numpy數(shù)據(jù)類型）以及一組與之相關(guān)的數(shù)據(jù)標(biāo)簽（即索引）組成。

DataFrame：帶標(biāo)簽，大小可變，二維異構(gòu)表格。一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu)，它含有一組有序的列，每列可以是不同的值類型（數(shù)值、字符串、布爾型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 組成的字典（共同用一個(gè)索引）。

Pandas的安裝：

終端輸入，如果你跟我一樣使用Anaconda中的Jupyter進(jìn)行代表編寫的話，也可以在Anaconda的終端里輸入，之后就可以直接用了，他是Python中的一個(gè)庫，使用不需要安裝什么其他軟件，擁有Python編譯器即可。

pip install pandas

Pandas的應(yīng)用：

1：導(dǎo)入pandas庫

import pandas as pd

2：pandas之series

Pandas Series 類似表格中等一個(gè)列（column），類似于一維數(shù)組，可以保存任何數(shù)據(jù)類型 Series 由索引（index）和列組成，函數(shù)如下：

pandas.Series( data, index, dtype, name, copy)

參數(shù)說明：

data：一組數(shù)據(jù)(ndarray 類型)。

index：數(shù)據(jù)索引標(biāo)簽，如果不指定，默認(rèn)從 0 開始。

dtype：數(shù)據(jù)類型，默認(rèn)會(huì)自己判斷。

name：設(shè)置名稱。

copy：拷貝數(shù)據(jù)，默認(rèn)為 False。

Demo:

FIrst：

import pandas as pd

a = ["shimmer", "zhuzhu", "recently祝祝"]

myvar = pd.Series(a)

print(myvar)

代碼結(jié)果：

Second：可修改索引值、

Third:使用字典創(chuàng)建， key/value 對(duì)象，類似字典來創(chuàng)建 Series

Fourth:可以通過索引值的指定來取值

3:pandas之Dataframe

DataFrame 是一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu)，它含有一組有序的列，每列可以是不同的值類型（數(shù)值、字符串、布爾型值）。DataFrame既有行索引也有列索引，它可以被看做由 Series 組成的字典（共同用一個(gè)索引）。

DataFrame 構(gòu)造方法如下：

pandas.DataFrame( data, index, columns, dtype, copy)

參數(shù)說明：

data：一組數(shù)據(jù)(ndarray、series, map, lists, dict 等類型)。

index：索引值，或者可以稱為行標(biāo)簽。

columns：列標(biāo)簽，默認(rèn)為 RangeIndex (0, 1, 2, …, n) 。

dtype：數(shù)據(jù)類型。

copy：拷貝數(shù)據(jù)，默認(rèn)為 False。

Demo:

First:指定列標(biāo)

Second：列分開插入,通過字典的形式創(chuàng)建

Third：使用字典（key/value），其中字典的 key 為列名:

fourth:通過loc取值，類似于列表里x,index【number】取值

Fifth:可以返回多行數(shù)據(jù)，使用 [[ … ]] 格式，… 為各行的索引，以逗號(hào)隔開：

Sixth:指定索引值

Seventh:取指定索引值

本篇就到這吧，希望看完這篇文章對(duì)你有用。

總結(jié)

到此這篇關(guān)于python學(xué)習(xí)之panda數(shù)據(jù)分析核心支持庫的文章就介紹到這了,更多相關(guān)python之panda模塊內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！