第一章：Python数据分析前的基础铺垫
本节概要
- 数据类型
- 数据结构
- 数据的常用操作方法
数据类型
基础铺垫
定义
- 我们搞数据时，首先要告诉Python我们的数据类型是什么
- 数值型：直接写一个数字即可
- 逻辑型：True,False(首字母大写)
- 字符型：单引号、双引号、三引号
赋值
- 用等号给变量贴标签
变量－赋值的对象是变量
- 命名规则
- 命名规则
逻辑型（Logical）
布尔值：只有两种取值（0和1，True和False）
运算规则：
| 运算符 | 注释 | 规则 |
|---|---|---|
| & | 与 | 一个为假，结果为假 |
| ｜ | 或 | 一个为真，结果为真 |
| not | 非 | 非真为假，非假为真 |
数值型（Numeric）
实数
运算规则
- 加、减、乘、除
字符型（Character）
如何定义字符串-单引号、双引号、三引号
数据结构
引言：为什么要将数据类型？
前面的逻辑型、数值型、字符型都是针对一个数据来讲的；
我们要研究现实问题时，数据往往是以集合的形式出现的
如何理解？
有关联的数据维度集合
数据结构是一个理论性很强的知识点，但是这里我们不要纠结过多的原理，因为它真的很简单，可以这样理解，我们工作中大多EXCEL和SQL中有行和列的数据表格，都可以看作是数据结构的集合
学python数据分析的朋友，一定要有SQL基础，我建议学Mysql，理由很简单，facebook、淘宝、京东、微博全都是用的mysql
Pandas中的两种数据结构
Series(系列)
定义
系列是用于存储一行或者一列的数据，以及与之相关的索引的集合
| index | 姓名 |
|---|---|
| 0 | 数据分析－jacky |
| 1 | 李嘉诚 |
| 2 | 扎克伯格 |
系列可以理解为Excel表格一列的数据，只是这一列是没有列名的，因为它只有一列，不需要列名。
索引，类同于数据库，我们可以通过索引（index）对用的值，访问到数组（姓名）的值。
在Pandas 中，默认索引都是从0开始的。
如何定义一个系列？
- 从pandas包中导入Series对象
from pandas import Series- 得到系列对象：使用Series对象的构造函数，把一个数组作为参数传入
x=Series(['a',True,1])
操作
增
往一个定义好的数据中增加数据
系列的append方法，只能增加系列，不能增加单个值
特别注意：
n=Series(['9'])#要加引号；
x.append(n)＃只会返回到一个新的序列，并不会返回到变量x
x=x.append(n)#特别关键的一步，这样才真正的给x变量增加了数据删
x.drop(0)#根据索引删除
x.drop(x.index[3])#根据位置删除
x['9'!=x.values]#使用保留的方法，把不是要删除的数据保留下来查
'9'in x.values #判断9这个值是否存在
x[0:2] #切片
x[[1,2,0]]#这个比较重要，定位获取，用于随机抽样DataFrame(数据框)
定义
数据框是用来存储多行或多列的数据集合
| index | age | name |
|---|---|---|
| 0 | 19 | Mr.liu |
| 1 | 30 | Jacky |
| 2 | 42 | Andy |
- 可以理解为Excel中的表格
如何定义一个系列？
- 首先生成一个数据框，导入pandas中的数据框类
from pandas import DataFrame- 使用DataFrame对象的构造函数，输入一个字典来构造数据框，这个数据框的写法，就是以列名作为Key,列数据以数组的方式在后面输入即可。
df=DataFrame(data={'age':[19,30,42],'name':['Mr.liu','Jacky','Andy']},index=['0','1','2']
)
- 做自定义索引与系统是形同的
操作
增
- 通过loc属性
df.loc[len(df)]=[100,'zhuyuanlu']#增加行
df['newColumn']=[111,222,333]删
- drop属性，根据axis轴参数，来确定是删除行，还是删除列，axis=0是行，axis=1是列
df.drop('firs',axis=0) #删除行
df.drop('age',axis=1) #删除列改
- 修改列名，查看columns属性，对columns属性重新赋值
- 修改行索引，index属性
查
对于数据分析来说，增删改查，一定是查最重要
df['age'] #按列访问，访问一列
df[['age','name']]#按列访问，访问多列
df[0:1] #按行访问，切片
df.loc[['firs','seco']]＃按行索引
df.iloc[1:2,1:2]＃按行列号访问
df.at['their','age']
向量化（数组）运算
pandas是以系列和数据框为基本运算对象，讲到这，有朋友会问了，jacky,我记得你讲python基础时说过，list 容器也有“类似于”pandas或numpy中数组的功能，那为什么我们还要学panda和numpy呢？
拿numpy举例来说，numpy中基本的运算对象为数组，numpy数组在数值运算方面的效率要远远，远远优于Python提供的list容易，并且使用numpy可以在代码中省区很多的循环语句，因此其代码比等价的Python代码更为简洁。
更重要的，或说更加实操的区别是：两者的输出结果在形式上会有明显的区别，numpysum()函数的输出不包含逗号，但是list容器一定是包含括号的，这点在数据可视化时会有明显的不同。
代码中尽可能避免显式for循环
过早的优化是魔鬼
向量化运算非常优美和高效，所以我们尽量使用向量化计算
基础课程回顾：
range函数用法
- range函数的参数：
#第一个参数是for循环变量开始的值，第二个是参数是上限，但不含它，也就是循环停止的数据
for i in range(12,16):print(i)- 以上代码显示：12 13 14 15
＃range()函数也可以有第三个参数。前两个参数分别是起始值和终止值，第三个参数是“步长”。步长是每次迭代后循环变量增加的值。
for i range(0,10,2):print(i)- 以上代码显示：0 2 4 6 8
用range函数生成的等差数列只能是整数，用 for 循环才能将它输出来，只能用于遍历
接下来我们用numpy包中arrange方法，该方法生成的就是一个数组对象，而且可以使用小数进行生成。
四则运算
函数
- 使用numpy的乘方函数power,3次方
比较运算
矩阵运算
是一种特殊的向量运算，它的运算规则可以结合线性代数看一下
numpy.dot(r,r.T)
sum(r*r)数据框的向量化运算
#生成一个随机数的数据框
from pandas import DataFrame
df=DataFrame({'data1':numpy.random.randn(5),'data2':numpy.random.randn(5)
})
＃找出每一列的最小值
df.apply(min)
- 按列最小值进行遍历，默认axis=0
#找出每行最小值
df.apply(min,axis=1)
第一章：Python数据分析前的基础铺垫相关推荐
- 大数据技术技能分析大赛——第一章 python数据分析概述
目标:掌握python,进行数据处理.统计分析.回归建模和数据可视化. 教材:<大数据分析务实初级教程(python)## 标题> 第一章 python数据分析概述 1.数据分析概述 1 ...
- python数据分析的应用场景_第一章Python数据分析概述
第4节:重要的Python数据分析类库 1.NumPy(Numerical Python)是Python科学计算的基础包 提供了快速高效的多维数组对象ndarray 提供了对数组执行元素级计算以及直接 ...
- 萌新向Python数据分析及数据挖掘 第一章 Python基础 第三节 列表简介 第四节 操作列表...
第一章 Python基础 第三节 列表简介 列表是是处理一组有序项目的数据结构,即可以在一个列表中存储一个序列的项目.列表中的元素包括在方括号([])中,每个元素之间用逗号分割.列表是可变的数据类型, ...
- 廖雪峰python教程——第一章 Python基础
第一章 Python基础 一.数据类型和变量 Python的数据类型包括整数.浮点数.字符串.布尔值.空值.变量.常量等.其中整数可以表示任意大小的整数:空值是Python里一个特殊的值,用None表 ...
- 第一章 Python基础 ——一起搬砖打地基
目录 前言 第一章 Python基础 1.表达式 2.整型.浮点型和字符串数据类型 3.字符串的连接和复制 字符串的连接--"+"操作符 字符串的复制--" * &quo ...
- Python入门——第一章 python编程基础
Python入门 文章目录 Python入门 第一章 python编程基础 1.1 基本输入输出 1.1.1使用print()函数进行简单输出 chr()函数 print()输出到指定文件 print ...
- 第一章 python筑基
python 第一章 python基础 print函数:输出变量或者对象的值.接下来我们会经常用到,再次不做赘述. 如果对于该函数不了解的,可以通过help(print)和help(print())查 ...
- [转载] 《python程序设计应用教程》第一章 python语言概述
参考链接: Python语言的优势和应用 第一章 python语言概述 1.1 python语言简介 ① 众多的开源的科学计算软件包都提供了python的调用接口,例如:计算机视觉库OpenCV.三维 ...
- 粤教版高中信息技术必修一《数据与计算》第一章:python编程作ASCII编码excel表
粤教版高中信息技术必修一<数据与计算>第一章 python编程作ASCII编码excel表 知识点: 1.循环语句 2.条件语句 3.格式化输出:format, f'{} 格式化 三个方 ...
- 第一章 Python Kivy 学习 -- Kivy介绍及环境安装
系列文章目录 第一章 Python Kivy 学习 – Kivy介绍及环境安装 第二章 Python Kivy 学习 – Kivy项目开发原理(待编辑) 第三章 Python Kivy 学习 – Ki ...
最新文章
- 一切成功均源于长期的积累(转)
- 独家 | 使用TensorFlow 2创建自定义损失函数
- Jenkins +maven+tomcat自动构建部署(学习笔记三十六)
- JAVA中throw用法例子,Java Optional orElseThrow()用法及代码示例
- 1.8 ionic3入门——测滑菜单（side menu）中的界面跳转
- rsatool使用步骤图解_图解360系统重装大师如何使用
- hdu 1280用hash解决。。
- UnitTest in .NET（Part 5）
- MATLAB学习——变量、数组
- AC自动机（python）
- 速修复！VMware vCenter Server 所有版本受严重的 RCE 漏洞影响
- js 实现php md5加密,js实现md5加密插件代码分享
- macOS Monterey 12.0 Beta版 With Clover 5136 and OC 0.7.0 and PE 三EFI分区原版黑苹果镜像
- 金蝶K3 各种单据及各种控制功能表的关系
- 评价页面，随手写的评价简陋模板
- 调度算法学习_MIN-MIN及MAX-MIN算法
- python 切片器_Excel数据透视表应用之三切片器
- 微信公众号开发：获取openId和用户信息（完整版）
- windows 平台shellcode编写
- SpringBoot使用JRebel热部署