youzi85的博客

在此篇文章中，我们将理解数据，数据清洗，数据分析并最后可视化结果。通过这篇文章将一起学习和巩固很多知识。

通常我们用sql处理数据库里的数据，其实sql对数据的操作，在pandas中完全可以实现。接下来，让我们根据sql执行顺序，来依次看看pandas对应的方法。

还有一点crosstab优于pivot_table的地方，分别查看这两个函数，pivot_table是将数据用data传入，所以基本就是一张表中的数据。excel的数据透视表，就可以把一个维度的数据变成两个维度的数据，如下图显示，一个维度的数据，表示数据的增加只能向下添加。而两个维度的数据，即可以向下添加数据，还可以往右添加数据。时间是index列，除去index列，所有的数据都要从进行列变行的转变，所以id_vars不赋值，value_vars将各列名字传入，然后保留索引，就能得到想要的结果。

random是numpy中超好用的随机数模块，在数据分析中，我们不可避免需要一些随机值，如果自己手动输入，不仅不方便，还不随机。现在我们来一起学习一下这个模块。

例如下图，给array2添加一个np.newaxis,就相当于新数组在np.newaxis位置的维度是1，另一个维度用原数组元素填充。如下图，对于shape是(5,2)的数组它完全没有修改，但是对于array2_1,array2_2,array2_3中，将维度为1的全部删掉了。不是函数，返回的是一个连接后的ndarray或者是一个矩阵。np.newaxis的功能就是增加新的维度，添加在不同的地方，则会在不同的地方增加维度。squeeze也可以展平数组，但是它比较特殊，它只能展平维度是1的部分。

说到python的数据分析第三方扩展库，就不得不提到numpy和pandas。今天我们一起来学习numpy中怎么创建数组。