Python数据分析（一）：工具的简单使用

1、Numpy

　　安装：pip install numpy　

[root@kvm work]# cat numpy_test.py
#!/usr/bin/env python
#coding:utf-8

from __future__ import print_function

# 导入模块并添加别名
import numpy as np

# 创建数组
a = np.array([2,0,1,7])

print(a)
print(a[:3])
print(a.min())
a.sort()
print(a)

# 创建二维数据
b = np.array([[1,2,3],[4,5,6]])
print(b)
print(b*b)

[root@kvm work]# python numpy_test.py
[2 0 1 7]
[2 0 1]
0
[0 1 2 7]
[[1 2 3]
 [4 5 6]]
[[ 1  4  9]
 [16 25 36]]

简单使用

2、Scipy

　　安装：pip install Scipy

# coding : utf-8
# 求解非线性方程组2x1 - x2^2 = 1, x1^2 - x2 = 2

# 导入求解方程组的函数
from scipy.optimize import fsolve

# 定义求解方程组
def f(x):
    x1 = x[0]
    x2 = x[1]
    return [2*x1 - x2**2 - 1, x1**2 - x2 - 2]

# 输入初值[1 ,1]并求解
result = fsolve(f, [1, 1])
print(result)

# 数值积分
#导入积分函数
from scipy import integrate
# 定义被积函数
def g(x):
    return (1 - x**2)**0.5

pi_2, err = integrate.quad(g, -1, 1) #积分结果和误差
print(pi_2 * 2) #由微积分知识知道结果为圆周率pi的一半

简单使用

3、Matplotlib

　　安装：pip install matplotlib

# coding: utf-8
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10 ,1000) #作图的变量自变量
y = np.sin(x) + 1 #因变量y
z = np.cos(x ** 2) + 1 #因变量z

# 设置图像大小
plt.figure(figsize=(8, 4))
# 作图，设置标签、线条颜色、线条大小
plt.plot(x, y, label='$\sin x+1$', color='red', linewidth=2)
# 作图，设置标签、线条类型
plt.plot(x, z, 'b--', label='$\cos x^2+1$')
plt.xlabel('Time(s)') #设置x轴名称
plt.ylabel('Volt') #y轴名称
plt.title('A Simple Example') #标题
plt.ylim(0, 2.2) #显示的y轴范围
plt.legend() #显示图例
plt.show() #显示作图结果

简单使用

　　作图结果：

　　

4、Pandas

　　安装：pip install pandas

# coding: utf-8
import pandas as pd

s = pd.Series([1, 2, 3], index=['a', 'b', 'c']) #创建一个序列s
d = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a', 'b', 'c']) #创建一个表
d2 = pd.DataFrame(s) #也可以用已有的序列创建一个表

d.head() #预览前5行数据
d.describe() #数据基本统计量
print(d)
print(d2)

# 读取文件，注意文件的存储路径不能带有中文，否则读取可能出错
pd.read_excel('data.xlsx') # 读取Excel文件，创建DataFrame
pd.read_csv('company_name.csv', encoding='gbk') #读取文本格式的数据

简单使用

5、StatsModels

　　安装：pip install statsmodels

# coding: utf-8

# 导入ADF校验
from statsmodels.tsa.stattools import adfuller as ADF
import numpy as np

# 返回的结果有ADF值、p值等
print(ADF(np.random.rand(100)))

简单使用

5、Scikit-Learn

　　安装：pip install scikit-learn

# coding: utf-8

# 导入线性回归模型
from sklearn.linear_model import LinearRegression
# 建立线性回归模型
model = LinearRegression()
print(model)

# 导入数据集
from sklearn import datasets
# 加载数据集
iris = datasets.load_iris()
# 查看数据集大小
print(iris.data.shape)

# 导入SVM模型
from sklearn import svm
# 建立线性SVM分类器
clf = svm.LinearSVC()
# 用数据训练模型
clf.fit(iris.data, iris.target)
# 训练完成模型之后输入新的数据进行预测
clf.predict([[ 5.0, 3.6, 1.3, 0.25 ]])

#查看训练好模型的参数
print(clf.coef_)

简单使用