jupyter 复习

环境: Anaconda

需要python语法基础,对循环遍历，数据操作熟悉

安装juypter 配置点 python 最好为ana 下

时常查阅使用语法，常用英文

自动补全功能，库齐全

1. pandas：pandas是一个强大的数据分析工具，提供了丰富的数据处理和统计分析功能，包括数据清洗、数据整理、数据聚合、数据可视化等。

2. NumPy：NumPy是Python的一个科学计算库，提供了高效的多维数组操作功能，可以进行各种统计分析，如平均值、中位数、方差、标准差等。

3. matplotlib：matplotlib是一个用于绘制图表和可视化数据的库，可以用来展示描述性统计分析的结果。

Panda：

简写pd.

数据结构

series，DataFrame,index

概念区别： 一维，二维（保存多个series，各个类型不同），标识（重要对象）

数据读取和写入：

1.read_csv()    to_csv()

read  

表中存在中文，encoding=”gbk"，

2.read_excel()         to_excel()

3 read_sql()   连接数据库，账号密码及端口号，建库

from sqlalchemy import create_engine
engine= create_engine('mysql+pymsql://root:root@10.53.135.85:3306/pydb?charset=utf8')
engine

数据处理和转换

数据替代 参数   ，inplace

针对DataFrame 操作

DataFrame 基础属性有values，index，colunms,dtypes(是数据类型，键.dtype df.info 查看)

列columns 属性设置   rows  (axis 设置 0行1列）

单独索引设置：

df1 = pd.read_excel('C:/Users/Administrator/Desktop/06/超市营业额2.xlsx',index_col=0,usecols=['工号','姓名','交易额','柜台'])
df1

head() tail() 头尾显示

排序

sort_values()  sort_index()

查询：切片查 联合查

数值型

describe() 包括均值，标准差，最小值，最大值

特征型

count() 数目 top() freq()

数据处理

视情况：

drop() dropna()    

fillna()   缺失值删

 apply()  应用函数 作用DataFrame 行和列  

merge（） groupby()区别

sort_values() 

##数据分析流程

收删录查

可视化流程

matlib  plt

图形种类：

柱状图

plt.figure(figsize=(12, 6))
plt.bar(top10["Country"], top10["Quantity"])
plt.xlabel("Country")
plt.ylabel("Quantity")
plt.title("购买商品数前十国家")
plt.xticks(rotation=45)
plt.show()
 

折线图