Python数据分析学习总结——替代Matlab

Dfreedom.

已于 2023-09-14 09:01:32 修改

阅读量3.8k

点赞数 14

分类专栏： Python编程文章标签： python 数据分析学习

于 2022-10-09 23:21:45 首次发布

本文链接：https://blog.youkuaiyun.com/dongke1991/article/details/127210182

版权

本文介绍使用Python进行数据分析的过程，包括数据读取、操作、处理与分析、结果显示等步骤，并提供了实际案例。涉及pandas、numpy、scipy、matplotlib等多个库。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

4.2 特殊函数——scipy.special

4.3 线性代数运算——scipy.linalg

4.4 插值——scipy.interpolate

4.5 优化和拟合——scipy.optimize

4.6 统计和随机数——scipy.stats

4.7 数值积分——scipy.integrate

4.8 快速傅里叶变换——scipy.fftpack

4.9 信号处理——scipy.signal

4.10 图像处理——scipy.ndimage

5 结果显示——matplotlib

6 举例说明

本文总结了一下Python数据分析的流程，并梳理了一下所用到的库的框架（就是这个库里大致有哪些模块，这些模块下大致有哪些函数）

1 数据分析流程——Python

通过这pandas、numpy、scipy、matplotlib几个库Pyhton可以替代Matlab进行数据分析。

2 数据读取——pandas

数据读取指的是读取txt、excel等文件里面的数据。采用pandas库里的函数来实现。

本文主要采用pandas库来读取数据或者写入数据，因此只关注数据读取和写入部分。常用函数如下：

函数	具体说明
pd.read_excel('path',sheetname,header,names)	读取xlsx、xls文件
pd.read_csv('path',sheetname,header,names)	读取csv文件
data = pd.read_table('path', sep = '\t', header , names)	读取txt文件
data.to_excel( my_new_file.csv , index=None)	数据写入xlsx、xls文件
data.to_csv( my_new_file.csv , index=None)	数据写入csv、txt文件

函数的详细讲解见：

pandas读取文件_小白学习记录的博客-优快云博客_pandas读取文件

3 数据操作——numpy

读取到的数据在python里面是数组的形式，数据操作实际上就是将读取到的数据（数组）变成【数据处理和分析函数】的输入参数所需要的形式。采用numpy里面的函数实现。

numpy框架图如下：

3.1 数组属性查看

属性	具体说明
ndarray.ndim	轴的数量或维度的数量
ndarray.shape	数组的维度，对于矩阵，n 行 m 列
ndarray.size	数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype	数组对象的元素类型
ndarray.itemsize	ndarray 对象中每个元素的大小，以字节为单位

3.2 创建数组

函数	具体说明
np.empty()	创建空数组
np.zeros()	创建零数组
npones()	创建1数组
np.eye()	创建对角矩阵
np.arange()	根据间隔创建等差数列数组
np.linspace()	根据元素个数创建等差数列数组
np.logspace()	创建等比数列数组
np.random.randn()	创建标准正态分布数组
np.random.normal()	创建正态分分布数组，可设置均值和标准差
np.random.rand()	创建在区间[0,1]的均匀分布数组
np.random.uniform()	创建均匀分布数组，可设置最大值、最小值