numpy模块，matplotlib模块，pandas模块。

1.numpy模块：

一.numpy模块作用：用来做数据分析，对numpy数组（既有行又有列） --》 矩阵进行科学运算

二. 为什么用numpy

list1 = [1,2,3]
list2 = [4,5,6]
lt = []
for i in range(len(list1))
	lt.append(list1[i]*list2[i])
print(lt)  #[ 4 10 18]

import numpy as np 
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
print(arr1 * arr2) #[ 4 10 18]

如果我们想让list1 * list2得到一个结果为lis_res = [4, 10, 18]，非常复杂。

三. 创建numpy数据

numpy数组即numpy的ndarray对象，创建numpy数组就是把一个列表传入np.array()方法。

import numpy as np  #约定俗成的

创建一维的ndarray对象

arr = np.array([1, 2, 4])
print(type(arr), arr)  #<class 'numpy.ndarray'> [1 2 4]

创建二维的ndarray对象 (**)

print(np.array([[1, 2, 3], [4, 5, 6]]))

[[1 2 3]
 [4 5 6]]

创建三维的ndarray对象

print(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
      
[[1 2 3]
 [4 5 6]
 [7 8 9]]

四 . numpy数组的常用属性

4.1T 数组的转置（对高维数组而言） --> 行列互换，转置

import numpy as np
arr = np.array([
    [1, 2, 3],
    [4, 5, 6]
])

# T	数组的转置（对高维数组而言） --> 行列互换，转置
print(arr, '
', arr.T)

[[1 2 3]
 [4 5 6]] 
 [[1 4]
 [2 5]
 [3 6]]

解释：列表中的值，行和列值相乘在相加，以整型形式输出
# dtype	数组元素的数据类型,numpy数组是属于python解释器的；int32/float64属于numpy的
import numpy as np
arr = np.array([
    [1, 2, 3],
    [4, 5, 6]
])

# dtype	数组元素的数据类型,numpy数组是属于python解释器的；int32/float64属于numpy的
print(arr.dtype)  #int32

#判断数据中数组的是几维数
import numpy as np
arr = np.array([
    [1, 2, 3],
    [4, 5, 6]
])
arr3 = np.array([
    [[1, 2, 3],
     [4, 5, 6]],
    [[1, 2, 3],
     [4, 5, 6]],
])
print(arr.ndim)
print(arr3.ndim)

# shape	数组的维度大小（以元组形式）
print(arr.shape[0])
print(arr.shape[1])

# astype	类型转换
arr = arr.astype(np.float64)
print(arr)

由于numpy数组是多维的，对于二维的数组而言，numpy数组就是既有行又有列。

注意：对于numpy我们一般多讨论二维的数组。

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
[[1 2 3]
 [4 5 6]]
# 获取numpy数组的行和列构成的数组
print(arr.shape)
(2, 3)
# 获取numpy数组的行
print(arr.shape[0])
2
# 获取numpy数组的列
print(arr.shape[1])
3

4.1切割numpy

切分numpy数组类似于列表的切割，但是与列表的切割不同的是，numpy数组的切割涉及到行和列的切割，但是两者切割的方式都是从索引0开始，并且取头不取尾。

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(arr)
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
# 取所有元素
print(arr[:, :])
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
# 取第一行的所有元素
print(arr[:1, :])
[[1 2 3 4]]
# 取第一行的所有元素
print(arr[0, [0, 1, 2, 3]])
[1 2 3 4]
# 取第一列的所有元素
print(arr[:, :1])
[[1]
 [5]
 [9]]
# 取第一列的所有元素
print(arr[(0, 1, 2), 0])
[1 5 9]
# 取第一行第一列的元素
print(arr[(0, 1, 2), 0])
[1 5 9]
# 取第一行第一列的元素
print(arr[0, 0])
1
# 取大于5的元素，返回一个数组
print(arr[arr > 5])
[ 6  7  8  9 10 11 12]
# numpy数组按运算符取元素的原理，即通过arr > 5生成一个布尔numpy数组
print(arr > 5)
[[False False False False]
 [False  True  True  True]
 [ True  True  True  True]]

# 数组的合并

arr1 = np.array([
    [1, 2, 3],
    [4, 5, 6]
])

arr2 = np.array([
    [7, 8, 9],
    ['a', 'b', 'c']
])

print(np.hstack((arr1, arr2)))  # 只能放元组

print(np.vstack((arr1, arr2)))

print(np.concatenate((arr1, arr2), axis=1))  # 默认以列合并 # 0表示列，1表示行

# 通过函数创建numpy数组

print(np.ones((2, 3)))

print(np.zeros((2, 3)))

print(np.eye(3, 3))

print(np.linspace(1, 100, 10))

print(np.arange(2, 10))

arr1 = np.zeros((1, 12))
print(arr1.reshape((3, 4)))  # 重构形状

# numpy数组运算

# +-*'
arr1 = np.ones((3, 4)) * 4
print(arr1)

# numpy数组运算函数

print(np.sin(arr1))

# 矩阵运算--点乘

arr1 = np.array([
    [1, 2, 3],
    [4, 5, 6]
])

arr2 = np.array([
    [1, 2],
    [4, 5],
    [6, 7]
])
# 2* 3 3*2
print(np.dot(arr1, arr2))

# 求逆
arr = np.array([[1, 2, 3], [4, 5, 6], [9, 8, 9]])
print(np.linalg.inv(arr))

# numpy数组数学和统计方法
print(np.sum(arr[0, :]))

# numpy.random生成随机数(******)
print(np.random.rand(3, 4))

print(np.random.random((3, 4)))

# np.random.seed(1)
print(np.random.random((3, 4)))

s = np.random.RandomState(1)
print(s.random((3, 4)))

arr = np.array([[1, 2, 3], [4, 5, 6], [9, 8, 9]])
np.random.shuffle(arr)
print(arr)

# 针对一维
print(np.random.choice([1, 2, 3], 1))

# 针对某一个范围
print(np.random.randint(1, 100, (3, 4)))

# 以上只是基础中的基础，入门都还没达到  《利用python进行数据分析》


# sklearn会对numpy封装

2.matplotlib

# matplotlib模块：画图

# 条形图
# from matplotlib import pyplot as plt  # 约定俗成
# from matplotlib.font_manager import FontProperties  # 修改字体
#
# font = FontProperties(fname='C:WindowsFontssimsun.ttc')
#
# plt.style.use('ggplot')  # 设置背景
#
# clas = ['3班', '4班', '5班', '6班']
# students = [50, 55, 45, 60]
# clas_index = range(len(clas))
#
# # [0,1,2,3] [50,55,45,60]
# plt.bar(clas_index,students,color='darkblue')
#
# plt.xlabel('学生',fontproperties=font)
# plt.ylabel('学生人数',fontproperties=font)
# plt.title('班级-学生人数',fontproperties=font,fontsize=20,fontweight=25)
# plt.xticks(clas_index,clas,fontproperties=font)
#
# plt.show()


# # 直方图
# import numpy as np
# from matplotlib import pyplot as plt  # 约定俗成
# from matplotlib.font_manager import FontProperties  # 修改字体
#
# font = FontProperties(fname='C:WindowsFontssimsun.ttc')
#
# plt.style.use('ggplot')
#
# x1 = np.random.randn(10000)
#
# x2 = np.random.randn(10000)
#
# fig = plt.figure()  # 生成一张画布
# ax1 = fig.add_subplot(1, 2, 1)  # 1行2列取第一个
# ax2 = fig.add_subplot(1, 2, 2)
#
# ax1.hist(x1, bins=50,color='darkblue')
# ax2.hist(x2, bins=50,color='y')
#
# fig.suptitle('两个正太分布',fontproperties=font,fontsize=20)
# ax1.set_title('x1的正太分布',fontproperties=font)  # 加子标题
# ax2.set_title('x2的正太分布',fontproperties=font)
# plt.show()


# 折线图
#
# import numpy as np
# from matplotlib import pyplot as plt  # 约定俗成
# from matplotlib.font_manager import FontProperties  # 修改字体
#
# font = FontProperties(fname='C:WindowsFontssimsun.ttc')
#
# plt.style.use('ggplot')
#
# np.random.seed(10)
# x1 = np.random.randn(40).cumsum()
# x2 = np.random.randn(40).cumsum()
# x3 = np.random.randn(40).cumsum()
# x4 = np.random.randn(40).cumsum()
#
# plt.plot(x1, c='r', linestyle='-', marker='o', label='红圆线')
# plt.plot(x2, color='y', linestyle='--', marker='*', label='黄虚线')
# plt.plot(x3, color='b', linestyle='-.', marker='s', label='蓝方线')
# plt.plot(x4, color='black', linestyle=':', marker='s', label='黑方线')
# plt.legend(loc='best', prop=font)  # 显示label
# plt.show()


# 散点图+直线图
import numpy as np
from matplotlib import pyplot as plt  # 约定俗成
from matplotlib.font_manager import FontProperties  # 修改字体

font = FontProperties(fname='C:WindowsFontssimsun.ttc')

plt.style.use('ggplot')

fig = plt.figure()
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)

x = np.arange(20)
y = x ** 2

x2 = np.arange(20)
y2 = x2

ax1.scatter(x, y, c='r', label='红')
ax1.scatter(x2, y2, c='b', label='蓝')

ax2.plot(x, y)
ax2.plot(x2, y2)

fig.suptitle('两张图', fontproperties=font, fontsize=15)
ax1.set_title('散点图', fontproperties=font)
ax2.set_title('折线图', fontproperties=font)
ax1.legend(prop=font)
plt.show()

# 以上只是基础中的基础

3.pandas模块

pandas模块：操作excel/json/sql/ini/csv（配置文件）/

# pandas模块：操作excel/json/sql/ini/csv（配置文件）/


# import pandas as pd
#
# df = pd.read_csv('test.csv',header=None)
# df.to_excel('test.xls')


# pd从excel中读取 DataFrame数据类型
import numpy as np
import pandas as pd

np.random.seed(10)

index = pd.date_range('2019-01-01', periods=6, freq='M')
print(index)
columns = ['c1', 'c2', 'c3', 'c4']
print(columns)
val = np.random.randn(6, 4)
print(val)

df = pd.DataFrame(index=index, columns=columns, data=val)
print(df)

# 保存文件，读出成文件
df.to_excel('date_c.xlsx')

# 读出文件
df = pd.read_excel('date_c.xlsx', index_col=[0])
print(df)

print(df.index)
print(df.columns)
print(df.values)

print(df[['c1', 'c2']])

# 按照index取值
# print(df['2019-01-31'])
print(df.loc['2019-01-31'])
print(df.loc['2019-01-31':'2019-05-31'])

# 按照values取值
print(df)
print(df.iloc[0, 0])

df.iloc[0, :] = 0
print(df)