python_Pandas、Matplotlib、Skimage

python学习第四天

一、Pandas

①生成数组

import pandas as pd
data=pd.DataFrame([1,2,3,4],columns=["numbers"],index=["a","b","c","d"])

②数据的读取储存和索引

• 可直接导入excel csv文件

#数据导入和储存
data=pd.read_csv("data.csv")
data.to_csv("data1.csv")

#储存信息中有汉字
data.to_csv("data1.csv",encoding='utf-8-sig')

#数据查看
data.index
data.columns		#每列的名字
data.head()			#显示头几行
data["Job"]			#基于字符的智能索引
data.loc[3,"Job"]	#第四行里的工作
x=data.loc[:,"面积"]
y=data.loc[:,"房价"]
data.iloc[6,0] #坐标
data.iloc[3:5,0:]

③Pandas的应用

#数据连接
pd.read_csv("data.csv")

pd.concat([data1,data2])
data.append([data1,data2])

#数据清洗
data.isnull()		#查看是否null
data.dropna()		#删掉有null的行，避免对结果产生影响
data.fillna(0)		#将null全部填充成0

④Pandas的函数应用

data.drop(2)		#去掉某一行
data["Age"].sum()
data["Age"].mean()
data["Age"].std()
data["Age"].argmax()
data["Age"].argmin()
data.sort_values(by="Age")		#根据年龄从小到大排序

data["Job"].unique()			#显示独立的项
data{"Age"}.values				#把数提取出来，转化成浮点矩阵
data["Job"].describe()			#自动统计方差、最大值等，top:出现次数最多，freq：出现的次数

⑤Pandas文件储存

#结果组合输出
test_data_result=np.concatenate((x_test, y_test_proba, np.array(y_test_predict).reshape(5,1)),axis=1)
test_data_result=pd.DataFrame(test_data_result)


#修改各列名称
#显示中文
import matplotlib as mpl
mpl.rcParams['font.family']='SimHei'

test_data_result.columns=['分数','学校','获奖','性别','英语','p0','p1','p2','预测']

#数据存储到本地
test_data_result.to_csv('test_data_result.csv'，encoding='utf-8-sig')

二、Matplotlib

①Matplotlib代码作图的实现

import matplotlib.pyplot as plt 
plt.plot(x,y)			#生成图像
plt.legend()

fig1=plt.figure()		
plt.scatter(x,y)		#生成散点图
plt.hist(x,bins=100)	#频次图，bins划分成多少块
plt.plt.bar([1,2,3,4,5,6,7,8],var_ratio)	#条形图

plt.xlabel("x")			#为x轴命名
plt.ylabel("y")			#为y轴命名
plt.title("asdf")		#为图标命名
plt.xlim(0,5)			#对图像的范围进行限制
plt.ylim(0,2)
plt.grid("True")
plt.value_cout() 		#统计数字出现的次数

plt.show()

plt.figure()
plt.subplot(1,2,1)		#把图切成一行两列第一个
plt.plot(x,y1,"r-")		#红色是r,蓝色是b,绿色是g,
plt.subplot(1,2,2)		#把图切成一行两列第二个
plt.plot(x,y2,"b--")	#单线-,虚线--，点.,

fig=figure()
fig1=plt.subplot(121)
fig2=plt.subplot(122)

②Matplotlib显示图片

m=np.zeros([100,100,3])

m[10:20,:,:]=255

m[:,30:50,0:2]=255

plt.imshow(m)

③Matplotlib显示汉字

import matplotlib as mpl
mpl.rcParams['font.family']='SimHei'

import matplotlib as mplt
font2={'family':'SimHei','weight':'normal'}

④Matplotlib保存图片到本地

from matplotlib import pyplot as plt
fig=figure(figsize=(200,200))
fig.savefig("test.png")

⑤Matplotlib美化

plt.style.use('ggplot')
#可以使用matplotlib.pyplot.style.available获取所有的美化样式

三、Skimage

①基本操作

from skimage import io as io
from matplotlib import pyplot as plt

img=io.imread('1.jpg')			#读取图片
plt.imshow(img)					#显示

img_width=img.shape[1]			#宽
img_height=img.shape[0]			#长
print(img_width,img_height)

io.imsave('img1.png',img)		#存储图片