当前位置：首页 > article >正文

常用Python数据分析开源库:Numpy、Pandas、Matplotlib、Seaborn、Sklearn介绍

article 2024/10/24 11:06:00

文章目录

1. 常用Python数据分析开源库介绍
- 1.1 Numpy
- 1.2 Pandas
- 1.3 Matplotlib
- 1.4 Seaborn
- 1.5 Sklearn

1. 常用Python数据分析开源库介绍

1.1 Numpy

Numpy(Numerical Python)是Python数据分析必不可少的第三方库，Numpy的出现一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据类型，使其具备了构造复杂数据类型的能力。
- Numpy是一个运行速度非常快的数学库，主要用于数组计算，包含：

高性能科学计算和数据分析的基础包。
ndarray，全称为 N-dimensional array（N 维数组），具有矢量（向量）运算能力，快速、节省空间。
矩阵运算，无需循环，可完成类似Matlab(商业数学软件)中的矢量运算。
用于读写磁盘数据的工具以及用于操作内存映射文件的工具
示例代码1：无需使用循环逐个元素地进行操作

import numpy as np
a = np.array([1,2,3])
b = np.array([1,2,3])
c = a + b
print(c)  # [2 4 6]

示例代码：计算两个向量的点积

a = np.array([1,2,3])
b = np.array([1,2,3])
res = np.dot(a,b)
print(res)  # 14

1.2 Pandas

在这里插入图片描述

Pandas是一个强大的分析结构化数据的工具集，Pandas丰富的API能够更加灵活、快速的对数据进行清洗、处理以及分析。
Pandas在数据处理上具有独特的优势：
- Pandas底层是基于Numpy构建的，所以运行速度特别的快。
- Pandas有专门的处理缺失数据的API 。
- Pandas具有强大而灵活的分组、聚合、转换功能。
Pandas利器之Series
- Series是一种类似于一维数据的数据结构。
- 是由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即行索引）组成。
- 仅由一组数据也可产生简单的Series对象。
Pandas利器之DataFrame
- DataFrame是一种表格型的数据结构，既有行索引也有列索引，可以简单的把DataFrame理解为一张数据表。
- 包含有一组或多组有序的列（Series），每列可以是不同的值类型（数值、字符串、布尔型等）。

1.3 Matplotlib

在这里插入图片描述
Matplotlib是一个功能强大的数据可视化开源Python库

Python中使用最多的图形绘图库
可以创建静态、动态和交互式的图表
通过简单的代码调用，可以绘制出复杂的图形。
示例：

import numpy as np
import matplotlib.pyplot as plt
#解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 生成数据
x = np.linspace(0, 3, 100)
y_sin = np.sin(x)
y_line = np.ones_like(x) * (x <= 1.5)

# 绘制图形
plt.plot(x, y_sin, label='sin函数图', color='blue')
plt.plot(x, y_line, label='折线图', color='red', linestyle='--')

# 添加图例
plt.legend()

# 设置坐标轴标签
plt.xlabel('x')
plt.ylabel('y')

# 设置标题
plt.title('Sin and Line Graphs')

# 显示图形
plt.show()

运行结果：
在这里插入图片描述

1.4 Seaborn

Seaborn是一个Python数据可视化开源库。
建立在Matplotlilb之上，并集成了Pandas的数据结构。
Seaborn通过更简洁的API来绘制信息更丰富，更具吸引力的图像。
面向数据集的API，与Pandas配合使用比直接使用Matplotlib更方便。
用户无需过多关注底层细节即可生成高质量的图表。
示例：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# 生成数据
x = np.linspace(0, 14, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.sin(x + np.pi/4)
y4 = np.cos(x + np.pi/4)

# 创建DataFrame
data = pd.DataFrame({
    'x': np.tile(x, 4),
    'y': np.concatenate([y1, y2, y3, y4]),
    'group': np.repeat([1, 2, 3, 4], len(x))
})

# 设置Seaborn样式和调色板
sns.set_style("whitegrid")
sns.set_palette("husl")

# 使用Seaborn绘图并显示
sns.lineplot(x='x', y='y', hue='group', data=data)
plt.show()