《Python数据分析基础》自学笔记+疑难解决

最新推荐文章于 2025-05-26 20:53:13 发布

原创

最新推荐文章于 2025-05-26 20:53:13 发布 · 742 阅读

CC 4.0 BY-SA版权

写在前面：刚开始自学python没多久，本来学习爬虫，因为作业的原因现在开始学习数据分析，基础很浅。下面的内容是摘自书本的笔记以及一些个人感悟和遇到的一些问题。有不对的地方大家一定提出来，谢谢。PS:使用pycharm
附上我看的书
trhm

第一章——Python基础

笔记：

print 语句中的语法 “{0:d}”.format(z) 。花括号（ {} ）是一个占位符，表示这里将要传入 print 语句一个具体的值，这里就是变量 z 的值。 0 指向 format() 方法中的第一个参数，在这里，只包含一个参数 z ，所以 0 就指向这个值；相反，如果有多个参数， 0 就确定地表示传入第一个参数。
冒号（ : ）用来分隔传入的值和它的格式。 d 表示这个值应该被格式化为整数，没有小数部分。
为什么要使用.format,，用占位符得到用逗号分隔的变量的值，如果不用占位符要自己打逗号才会分开
几位小数：

print ("Output #7: {0:.3f}".format(8.3/2.7))
#.3f设定了打印的输出值应该有3位小数

type函数：获得对象的类
math模块中的函数：exp、log、sqrt，分别表示e的乘方、自然对数、平方根，需要导入才能使用
字符串：
1. 多行的时候可以使用：
  1.反斜杠（容易出错）
  2.3个单/双引号
2. “+ * len",分别是拼接，重复拼接，计算长度
3. split()：拆分成列表，默认使用空格拆分。
4. join()：合成一个字符串，用连接的参数调用，如" ‘,’.join(a)"
5. strip()：去除字符串两端不想要的字符。还有lstrip()，rstrip(),多个参数直接写在一起，如：s.strip(’$_-+’)
6. replace():替代
7. lower、upper、capitalize:首字母大写capitalize
正则表达式：import re
列表：
1. len():计算元素数量
2. max()、min()最大值最小值
3. count():计算某元素出现次数
4. 索引值：[-1]倒数第一个，[-2]倒数第二个
5. 切片：list[0:2]，得到第一第二个组成的新列表
6. 复制：list1 = list2[:]
7. 连接：+
8. in和not in：if a in list: #返回的是布尔值
9. 追加、删除、弹出：append()向列表末尾追加一个新元素，remove()从列表中删除一个特定元素，pop()从列表末尾删除一个元素 a_list.append(4)
10. 反转： reverse()，注意他是原地反转，改变了自己
11. 排序：sort(),原地排序
12. sorted：太长了，忽略
元组
字典
简化for循环：列表、集合、字典生成式：P32

# 使用列表生成式选择特定的行 
my_data = [[1,2,3], [4,5,6], [7,8,9]]
 rows_to_keep = [row for row in my_data if row[2] > 5]
 print ("Output #130 (list comprehension): {}".format(rows_to_keep))

函数：使用 Google 或 Bing 来搜索“< 你需要的功能描述 > Python function”可以帮助你找到想要的 Python 函数。
读取文件with open(file,"r",newline='') as filereader:
读取多个文件：glob和os
write 方法可将单个字符串写入一个文件， writelines 方法可将一系列字符串写入一个文件。
range：形成数字列表？

第二章

读写CSV文件

基础实现，不使用csv模块：

# __author: HY
# date: 2019/4/8

import sys

input_file = "供应商数据.csv"
output_file = "输出.csv"

# newline是换行标志
with open(input_file, "r", newline='') as filereader:
    with open(output_file, "w", newline='') as filewriter:
        header = filereader.readline()
        header = header.strip()
        header_list = header.split(',')
        print(header_list)
        filewriter.write(','.join(map(str, header_list)) + '\n')
        # 前面经过一个readline()后指针在实际的第一行数据后面了，后面输出的就是实际数据了
        for row in filereader:
            row = row.strip()
            row_list = row.split(',')
            print(row_list)
            filewriter.write(','.join(map(str, row_list)) + '\n')
# 因为数据里有逗号，所以拆分失败

pandas实现

# __author: HY
# date: 2019/4/9

import pandas as pd

input_file = "供应商数据.csv"
output_file = "pandas输出.csv"
# python 导入数据错误：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb5 in position 0: invalid start
# 编码问题，在参数那里加上encoding='gbk'就行了，至于为什么换成gbk就行了就不知道了
data_frame = pd.read_csv(input_file, encoding='gbk')
print(data_frame)
data_frame.to_csv(output_file)

使用csv模块

# __author: HY
# date: 2019/4/9

import csv
input_file = "供应商数据.csv"
output_file = "csv输出.csv"


with open(input_file, "r", newline='') as csv_in_file:
    with open(output_file, "w", newline='') as csv_out_file: