matplot笔记

文件读取：

data_train = pd.read_table('G:\python\PYproject\Titanic/train_20171215.txt',header=None,encoding='gb2312',delim_whitespace=True,index_col=0)
#导入txt格式的数据

#header=None:没有每列的column name，可以自己设定
#encoding='gb2312':其他编码中文显示错误
#delim_whitespace=True:用空格来分隔每行的数据
#index_col=0:设置第1列数据作为index

train = pd.read_csv('G:\python\PYproject\House Prices/train.csv')

#读取csv文件

******************************************************************************

plt.scatter(data_train.Survived, data_train.Age)

#plt.scatte（）用法：http://blog.csdn.net/qiu931110/article/details/68130199

**********************************************************************************

fig = plt.figure()
fig.set_figheight(6)
fig.set_figwidth(12)
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
ax1.hist(train.SalePrice)
ax2.hist(np.log1p(train.SalePrice))

#画直方图，明白条形图和直方图的区别，直方图中包含出现频率信息，总的面积为1，np.log1p（）为球对数

****************************************************************************************************************************

Pandas所支持的数据类型: 
1. float 
2. int 
3. bool 
4. datetime64[ns] 
5. datetime64[ns, tz] 
6. timedelta[ns] 
7. category 
8. object 
默认的数据类型是int64,float64.

************************************************

train.drop(['date','day_of_week'],axis=1).groupby('brand').mean()

#数据的聚合操作，删除'date','day_of_week'，两列，以brand为基础进行聚合求均值。

*******************************************************************

pandas学习：

1.series类型，类似于一维数组的对象，series的子浮窗表现形式为：索引在左边，值在右边。

如创建series类型的实力为obj，则obj有两个属性，分别为obj.values和obj.index。

2.DataFrame是一个表格类型的数据结构。每列是不同的值类型，DataFrame既有行索引也有列索引，它可以看做series组成的字典