day_18

目录

• random模块
• numpy模块
  • 创建numpy数组
  • numpy数组的常用属性
  • 获取numpy二数组行列数
  • 切割numpy数组
  • numpy数组元素替换
  • numpy数组的合并
  • numpy常用函数
• matplotlib模块
  • 基本的核心使用方法
  • 条形图
  • 直方图
  • 折线图
  • 散点图+直线图
• pandas模块

random模块

常用于生成随机数

import random

# 大于0且小于1之间的小数
print(random.random())
# 0.9704044132949314


# 大于等于1且小于等于3之间的整数
print(random.randint(1, 3))
# 2


# 大于等于1且小于3之间的整数
print(random.randrange(1, 3))
# 1


# 大于1小于3的小数，如1.927109612082716
print(random.uniform(1, 3))
# 2.9017299775297385


# 列表内的任意一个元素，即1或者‘23’或者[4,5]
print(random.choice([1, '23', [4, 5]]))
# 23


# random.sample([], n)，列表元素任意n个元素的组合，示例n=2
print(random.sample([1, '23', [4, 5]], 2))
# ['23', [4, 5]]


lis = [1, 3, 5, 7, 9]
# 打乱l的顺序,相当于"洗牌"
random.shuffle(lis)
print(lis)
# [1, 7, 9, 5, 3]

numpy模块

常用于数据分析，对二维数组，即矩阵进行科学运算

创建numpy数组

import numpy as np

# 创建一维的ndarray对象
arr = np.array([1, 2, 3])
print(arr, type(arr))
# [1 2 3] <class 'numpy.ndarray'>


# 创建二维的ndarray对象     最常用**
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]]

numpy数组的常用属性

dtype数据类型：bool_, int(8,16,32,64) , float(16,32,64)

# 新建numpy数组，数据类型为float32
arr = np.array([[1, 2, 3], [4, 5, 6]], dtype=np.float32)
print(arr)

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

dtype 查看数组元素的数据类型

print(arr.dtype)

# float32

astype：数据类型转换

arr = arr.astype(np.int32)
print(arr.dtype)
print(arr)

# int32
# [[1 2 3]
#  [4 5 6]]

T：数组的转置（行列互换）

print(arr.T)

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

size：查看数组元素的个数

print(arr.size)

# 6

ndim：查看数组的维数

print(arr.ndim)

# 2

shape：查看数组的维度大小（行，列）元组形式

print(arr.shape)

# (2, 3)

获取numpy二数组行列数

获取numpy数组的行和列构成的数组

# 新建numpy二维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
[[1 2 3]
 [4 5 6]]

print(arr.shape)

# (2, 3)

获取numpy数组的行

# 获取numpy数组的行
print(arr.shape[0])

# 2

获取numpy数组的列

print(arr.shape[1])

# 3

切割numpy数组

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。

取所有元素

# 新建二维数组
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]]'''


print(arr[:, :])  # [行,列]

'''[[ 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]]

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]]


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]


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数组元素替换

取第一行的所有元素，并且让第一行的元素都为0

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]]'''

arr1 = arr.copy()
arr1[:1, :] = 0
print(arr1)
'''[[ 0  0  0  0]
 [ 5  6  7  8]
 [ 9 10 11 12]]'''

取所有大于5的元素，并且让大于5的元素为0

arr2 = arr.copy()
arr2[arr > 5] = 0
print(arr2)

'''[[1 2 3 4]
 [5 0 0 0]
 [0 0 0 0]]'''

对numpy数组清零

arr3 = arr.copy()
arr3[:, :] = 0
print(arr3)

'''[[0 0 0 0]
 [0 0 0 0]
 [0 0 0 0]]'''

numpy数组的合并

# 新建两个二维数组
arr1 = np.array([[1, 2], [3, 4], [5, 6]])
print(arr1)
'''[[1 2]
 [3 4]
 [5 6]]'''

arr2 = np.array([[7, 8], [9, 10], [11, 12]])
print(arr2)
'''[[ 7  8]
 [ 9 10]
 [11 12]]'''

合并两个numpy数组的行

# 注意使用hstack()方法合并numpy数组，numpy数组应该有相同的行
print(np.hstack((arr1, arr2)))

'''[[ 1  2  7  8]
 [ 3  4  9 10]
 [ 5  6 11 12]]'''

合并两个numpy数组的列

# 注意使用vstack()方法合并numpy数组，numpy数组应该有相同的列
print(np.vstack((arr1, arr2)))
'''[[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]
 [11 12]]'''

合并两个numpy数组

# 合并两个numpy数组，其中axis=1表示合并两个numpy数组的行
print(np.concatenate((arr1, arr2), axis=1))
'''[[ 1  2  7  8]
 [ 3  4  9 10]
 [ 5  6 11 12]]'''

# 合并两个numpy数组，其中axis=0表示合并两个numpy数组的列
print(np.concatenate((arr1, arr2), axis=0))
'''[[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]
 [11 12]]'''

numpy常用函数

array()：将列表转换为数组，可选择显式指定dtype

arr = np.array([1, 2, 3])  # 创建一维数组
print(arr)

# [1 2 3]

arange()：range的numpy版，支持浮点数

# 构造0-9的ndarray数组            [0 1 2 3 4 5 6 7 8 9]
print(np.arange(10))

# 构造1-4的ndarray数组            [1 2 3 4]
print(np.arange(1, 5))

# 构造1-19且步长为2的ndarray数组   [ 1  3  5  7  9 11 13 15 17 19]
print(np.arange(1, 20, 2))

linspace()：类似arange()，第三个参数为数组长度

# 构造一个等差数列，取头也取尾，从0取到20，取5个数
print(np.linspace(0, 20, 5))
# [ 0.  5. 10. 15. 20.]


# 构造一个数列，取头也取尾，从1取到100，取10个数
print(np.linspace(1, 100, 10))
# [  1.  12.  23.  34.  45.  56.  67.  78.  89. 100.]

zeros()：根据指定形状和dtype创建全0数组

# 创建一个2*3的全0数组
print(np.ones((2, 3)))
'''[[1. 1. 1.]
 [1. 1. 1.]]'''

ones()：根据指定形状和dtype创建全1数组

# 创建一个2*3的全1数组
print(np.zeros((2, 3)))
'''[[0. 0. 0.]
 [0. 0. 0.]]'''

eye()：创建单位矩阵

# 构造3个主元的单位numpy数组
print(np.eye(3, 3))
'''[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]'''

empty()：创建一个元素随机的数组

# 构造一个4*4的随机numpy数组，里面的元素是随机生成的
print(np.empty((4, 4)))
'''[[6.23042070e-307 1.42417221e-306 7.56595733e-307 3.56043054e-307]
 [7.56595733e-307 1.00131040e-307 8.34426464e-308 6.23038336e-307]
 [1.42419394e-306 6.23059726e-307 1.06810268e-306 6.89809904e-307]
 [1.42420481e-306 1.24612013e-306 8.01091099e-307 9.34603679e-307]]'''

reshape()：重塑形状

arr1 = np.zeros((1, 12))
print(arr1.reshape((3, 4))) 
'''[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]'''

matplotlib模块

常用于直方图、条形图、折线图、饼图等统计图的绘制

基本的核心使用方法

除去各种文字、格式的修饰，最核心的代码如下：

from matplotlib import pyplot as plt  # 导入模块

clas = [1,2,3,4]
students = [50, 55, 45, 60]
plt.bar(clas,students)  # bar是条形图,可换成其他图形关键字,生成(行,列)
plt.show()

下面的都是添加了花里胡哨的装饰和文字，但核心代码没有什么太大改变

条形图

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
# 设置字体   路径为电脑内中文的ttc格式字体
font = FontProperties(fname='C:WindowsFontssimsun.ttc')

# 修改背景为条纹
plt.style.use('ggplot')

classes = ['3班', '4班', '5班', '6班']
classes_index = range(len(classes))
student_amounts = [66, 55, 45, 70]

# 画布设置
fig = plt.figure()
# 1,1,1表示一张画布切割成1行1列共一张图的第1个；2,2,1表示一张画布切割成2行2列共4张图的第一个（左上角）
ax1 = fig.add_subplot(1, 1, 1)

# 合成条形图，color参数设置了颜色
ax1.bar(classes_index, student_amounts,  color='r')

# 设置行标题  字体  字体大小
plt.xlabel('班级', fontproperties=font, fontsize=15)
# 设置列标题   字体  字体大小
plt.ylabel('学生人数', fontproperties=font, fontsize=15)
# 设置画布大标题   字体  字体大小
plt.title('班级-学生人数', fontproperties=font, fontsize=20)

plt.show()

直方图

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
# 设置字体   路径为电脑内中文的ttc格式字体
font = FontProperties(fname='C:WindowsFontssimsun.ttc')

# 修改背景为条纹
plt.style.use('ggplot')

mu1, mu2, sigma = 50, 100, 10
# 构造均值为50的符合正态分布的数据
x1 = mu1 + sigma * np.random.randn(10000)

# 构造均值为100的符合正态分布的数据
x2 = mu2 + sigma * np.random.randn(10000)

# 设置一张画布
fig = plt.figure()

# 将画布分为1行2列  把第1列给ax1
ax1 = fig.add_subplot(121)
# bins=50表示每个变量的值分成50份，即会有50根柱子   color设置颜色
ax1.hist(x1, bins=50, color='darkgreen')

# 将画布分为1行2列  把第2列给ax2
ax2 = fig.add_subplot(122)
# bins=50表示每个变量的值分成50份，即会有50根柱子   color设置颜色
ax2.hist(x2, bins=50, color='orange')

# 设置画布大标题
fig.suptitle('两个正态分布', fontproperties=font, fontweight='bold', fontsize=15)
# 设置第一列小标题
ax1.set_title('绿色的正态分布', fontproperties=font)
# 设置第二列小标题
ax2.set_title('橙色的正态分布', fontproperties=font)

plt.show()

折线图

import numpy as np
from numpy.random import randn
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

# 设置字体   路径为电脑内中文的ttc格式字体
font = FontProperties(fname='C:WindowsFontssimsun.ttc')

# 修改背景为条纹
plt.style.use('ggplot')
# 固定随机数
np.random.seed(1)

# 使用numpy的累加和，保证数据取值范围不会在（0，1）内波动
plot_data1 = randn(40).cumsum()
plot_data2 = randn(40).cumsum()
plot_data3 = randn(40).cumsum()
plot_data4 = randn(40).cumsum()

# 设置四条折线
# marker：折线中数据点的形式, color：折线的颜色, linestyle：折线的形式, label：折线的标题'
plt.plot(plot_data1, marker='o', color='red', linestyle='-', label='红实线')
plt.plot(plot_data2, marker='x', color='orange', linestyle='--', label='橙虚线')
plt.plot(plot_data3, marker='*', color='yellow', linestyle='-.', label='黄点线')
plt.plot(plot_data4, marker='s', color='green', linestyle=':', label='绿点图')

# loc='best'给label自动选择最好的位置  loc='left/right' label靠左/靠右
plt.legend(loc='best', prop=font)
plt.show()

散点图+直线图

import numpy as np
from numpy.random import randn
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

# 设置字体   路径为电脑内中文的ttc格式字体
font = FontProperties(fname='C:WindowsFontssimsun.ttc')

# 修改背景为条纹
plt.style.use('ggplot')

# 生成1-20 步长为1的数组
x = np.arange(1, 20, 1)

# 拟合一条水平散点线
np.random.seed(1)
y_linear = x + 10 * np.random.randn(19)

# 拟合一条x²的散点线
y_quad = x**2 + 10 * np.random.randn(19)

# 生成一张画布
fig = plt.figure()
# 将画布分为2行2列  把第一行第1列给ax1
ax1 = fig.add_subplot(221)
# s是散点大小
plt.scatter(x, y_linear, s=30, color='r', label='蓝点')
plt.scatter(x, y_quad, s=100, color='b', label='红点')

# 将画布分为2行2列  把第二行第2列给ax2
ax2 = fig.add_subplot(224)
plt.plot(x, y_linear, color='r')
plt.plot(x, y_quad, color='b')

# 限制x轴和y轴的范围取值
plt.xlim(min(x) - 1, max(x) + 1)
plt.ylim(min(y_quad) - 10, max(y_quad) + 10)

# 设置画布大标题
fig.suptitle('散点图+直线图', fontproperties=font, fontsize=20)
# 设置小标题
ax1.set_title('散点图', fontproperties=font)
# 单独设置label的字体
ax1.legend(prop=font)
# 设置小标题
ax2.set_title('直线图', fontproperties=font)
plt.show()

pandas模块

常用于文件存取操作，支持数据库(sql)、html、json、pickle、csv(txt、excel)、sas、stata、hdf等

import numpy as np
import pandas as pd

# pd从excel中读取 DataFrame数据类型
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)