数据分析day3之numpy

BLAKEBLACK

已于 2022-02-06 16:40:31 修改

阅读量114

点赞数

文章标签：数据分析 python 数据挖掘

于 2022-02-02 18:57:53 首次发布

本文链接：https://blog.youkuaiyun.com/Blake123444/article/details/122771281

版权

本文通过Python的numpy库展示了如何处理和分析数据，包括读取数据、数据预处理和简单的统计分析，例如矩阵运算和数据过滤。示例中涉及了二维数组的操作，展示了数据分析的基础流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

"""
英国和美国各自youtube1000的数据结合之前
的matplotlib绘制出各自的评论数量的直方图
"""
import numpy as np
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:/WINDOWS/Fonts/方正粗黑宋简体.ttf")

us_file_path = "./youtube_video_data/GB_video_data_numbers.csv"
uk_file_path = "./youtube_video_data/US_video_data_numbers.csv"
t_us = np.loadtxt(us_file_path,delimiter=",",dtype="int")

#取评论的数据
t_us_comments = t_us[:,-1]
#取<=5000的数据
t_us_comments = t_us_comments[t_us_comments<=5000]
#取直方图组距
print(t_us_comments.max(),t_us_comments.min())
d = 50
num_bins =(t_us_comments.max()-t_us_comments.min())//d
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
#绘图
plt.hist(t_us_comments,num_bins)
#展示
plt.show()

"""
希望了解英国的youtube中视频的评论数和喜欢数的关系，应该如何绘制改图
----散点图

"""
import numpy as np
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:/WINDOWS/Fonts/方正粗黑宋简体.ttf")
us_file_path = "./youtube_video_data/GB_video_data_numbers.csv"
t_us = np.loadtxt(us_file_path,delimiter=",",dtype="int")
#取喜欢数<=500000的数据
t_us = t_us[t_us[:,1]<=50000]
#取评论、喜欢的数据
t_us_comments = t_us[:,-1]
t_us_likes = t_us[:,1]
t_us = t_us[t_us_likes<=500000]
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
#绘图
plt.scatter(t_us_comments,t_us_likes)
#展示
plt.show()

"""
现在我希望把之前案例中两个国家的数据方法一起来研究分析，那么应该怎么做？
"""
import numpy as np
#加载数据
us_data = "./youtube_video_data/GB_video_data_numbers.csv"
uk_data = "./youtube_video_data/US_video_data_numbers.csv"

us_data = np.loadtxt(us_data,delimiter=",",dtype=int)
uk_data = np.loadtxt(uk_data,delimiter=",",dtype=int)
#构造全为0的数据
zeros_data = np.zeros((us_data.shape[0],1)).astype(int)
ones_data = np.ones((uk_data.shape[0],1)).astype(int)
#分别添加一列全为0，1的数据
us_data = np.hstack((us_data,zeros_data))
uk_data = np.hstack((uk_data,ones_data))
#拼接两组数据
final_data = np.vstack((us_data,uk_data))
print(final_data)

H:\Anaconda3\python.exe H:/PycharmProjects/Mydemo2/day3/demo10.py
[[7426393 78240 13548 705 0]
[ 494203 2651 1309 0 0]
[ 142819 13119 151 1141 0]
...
[ 142463 4231 148 279 1]
[2162240 41032 1384 4737 1]
[ 515000 34727 195 4722 1]]

Process finished with exit code 0