《手牵手带你走进python世界》系列四

一、numpy

• 什么是numpy,一个高性能的科学计算和数据分析基础包，和numpy,matplotlib并称数学三剑客

• 开胃菜

  # 计算执行时间
  # 第一种普通程序猿执行方式
  def func(values):
    s_list = []
    for i in range(values):
      s_list.append(i**2)
  %timeit func(10000)
  
  # 第二种 数据分析师执行方式
  import numpy as np
  arr = np.arange(10000)
  %timeit arr*arr
  
  '''
  第一种用时  976 µs ± 30.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
  第二种用时  5.86 µs ± 208 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
  '''

• numpy常用的方法

  • array 将列表转成数组

    import numpy as np
    t = np.array([1,2,3,4,5])
    print(t) # array([1,2,3,4,5])

  • arange('start','end','step') 相当于python的range()函数，顾头不顾尾

    import numpy as np
    t = np.arange(1.0,10,0.2)
    print(t)

  • linspace(start,end,step) 相当于python的range()函数，但是这个顾头又顾尾，并且是等份的。

    import numpy as np
    t = np.linspace(1,20,8)
    print(t)

  • zeros([行，列]) 生成一个以0为基准的多行多列数组

    import numpy as np
    t = np.zeros([3,4])
    print(t)

  • ones([行，列]) 生成一个以1为基准的多行多列数组

    import numpy as np
    t = np.ones([2,4])
    print(t)

• numpy常用的属性

  • T 数组的转置，说的通俗一点就是行和列互换

    import numpy as np
    li1 = [
      [1,2,3],
      [4,5,6]
    ]
    a = np.array(li1)
    a.T

  • dtype 返回当前数据的类型

    import numpy as np
    arr = np.arange(10)
    arr.dtype

  • size 返回当前数组内部的元素的个数

    import numpy as np
    l1 = [[[1,2,3],
           [4,5,6]],
         [[7,8,9],
         [1,5,9]
         ]]
    arr1 = np.array(l1)
    arr1.size

  • ndim 返回当前数组维度

  import numpy as np
  l1 = [[[1,2,3],
         [4,5,6]],
       [[7,8,9],
       [1,5,9]
       ]]
  arr1 = np.array(l1)
  arr1.ndim

  • shape 返回数组维度大小

    l1 = [[[1,2,3,4],
           [4,5,6,5],
          [6,8,3,6]],
         [[7,8,9,7],
         [1,5,9,7],
          [4,6,8,4]
         ]]
    arr1 = np.array(l1)
    t = arr1.shape
    
    '''
    结果：(2,3,4)  最终三个参数代表的含义依次为：二维维度，三维维度，每个数组内数据大小
    '''

二、pandas

• 当大家谈论到数据分析时，提及最多的语言就是Python和SQL，而Python之所以适合做数据分析，就是因为他有很多强大的第三方库来协助，pandas就是其中之一，它是基于Numpy构建的，正因pandas的出现，让Python语言也成为使用最广泛而且强大的数据分析环境之一。

• 安装和使用

  • pip install pandas
  • import pandas as pd

• 开胃菜

  • Series

    • 是一种类似于一维数组的对象，由一组数据和一组与之相关的数据标签(索引)组成。在数据分析的过程中非常常用，对于Series，其实我们可以认为它是一个长度固定且有序的字典，因为它的索引和数据是按位置进行匹配的，像我们会使用字典的上下文，就肯定也会使用Series

      import pandas as pd
      t = pd.Series([1,2,3,4,5])
      print(t)
      
      '''
      结果：
      0    1
      1    2
      2    3
      3    4
      4    5
      dtype: int64
      '''

      # 设置索引
      t = pd.Series([1,2,3,4,5],index=['n1','n2','n3','n4','n5'])
      '''
      结果：
      n1    1
      n2    2
      n3    3
      n4    4
      n5    5
      dtype: int64
      '''

  • DataFrame

    • DataFrame是一个表格型的数据结构，相当于是一个二维数组，含有一组有序的列。他可以被看做是由Series组成的字典，并且共用一个索引。接下来就一起来见识见识DataFrame数组的厉害吧！！！

    • 生成一个行列

      import pandas as pd
      t = pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
      
      '''
      结果：
         one  two
      0  1    4
      1  2    3
      2  3    2
      3  4    1
      '''

    • 添加指定列名

      import numpy as np
      data = pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
      pd.DataFrame(data,columns=['two','one'])
      '''
      结果：
          two   one
      0   4     1
      1   3     2
      2   2     3
      3   1     4
      '''

    • 获取index

      import numpy as np
      data = pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
      data.index
      '''
      结果：
      RangeIndex(start=0, stop=4, step=1)
      '''

    • 获取columns

      import numpy as np
      data = pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
      data.columns
      '''
      结果：
      Index(['one', 'two'], dtype='object')
      '''

    • T 转置

      import numpy as np
      data = pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
      data.T
      '''
      结果：
          0 1 2 3
      one 1 2 3 4
      two 4 3 2 1
      '''

    • 获取values索引值

      import numpy as np
      data = pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
      data.values
      '''
      结果：
      array([[1, 4],
             [2, 3],
             [3, 2],
             [4, 1]])
      '''

    • 获取快速统计 describe

      import numpy as np
      data = pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
      data.describe
      '''
      结果：
      <bound method NDFrame.describe of    one  two
      0    1    4
      1    2    3
      2    3    2
      3    4    1>
      '''

三、matplotlib（绘图）

• 数据可视化，数据可视化在量化分析当中是一个非常关键的辅助工具，往往我们需要通过可视化技术，对我们的数据进行更清晰的展示，这样也能帮助我们理解交易、理解数据。通过数据的可视化也可以更快速的发现量化投资中的一些问题，更有利于分析并解决它们。接下来我们主要使用的可视化工具包叫Matplotlib，它是一个强大的Python绘图和数据可视化的工具包。

• 安装和使用

  • pip install matplotlib
  • import matplotlib.pyplot as plt

• 绘图方法和显示图像

  • plt.plot() # 绘图函数
  • plt.show() # 显示图像

• 开胃菜

  import matplotlib.pyplot as plt
  import matplotlib as mpl
  import numpy as np
  
  np.random.seed(1000)
  y = np.random.standard_normal(20)  # 生成正态分布的随机数
  
  x = range(len(y))
  plt.plot(x,y)

• 图样实例

  • 饼图

    import matplotlib.pyplot as plt
    plt.pie([10,20,30,40],labels=list('abcd'),autopct="%.2f%%",explode=[0.1,0,0,0]) # 饼图
    plt.axis("equal")
    plt.title('absd')
    plt.show()

    

  • 柱图

    import matplotlib.pyplot as plt
    plt.figure(figsize=(7,4))
    plt.hist(y,label=['1st','2nd'],bins=25)
    plt.grid(True)  # 网格设置
    plt.legend(loc=0)  # 图例标签位置设置
    plt.axis("tight")
    plt.xlabel('index')
    plt.ylabel('frequency')
    plt.title("test6")

    

  • 柱图

    # DataFrame数组图
    import matplotlib.pyplot as plt
    import pandas as pd
    df = pd.DataFrame({
        'Jan':pd.Series([1,2,3],index=['a','b','c']),
        'Fed':pd.Series([4,5,6],index=['b','a','c']),
        'Mar':pd.Series([7,8,9],index=['b','a','c']),
        'Apr':pd.Series([2,4,6],index=['b','a','c'])
    })
    
    df.plot.bar()  # 水平柱状图，将每一行中的值分组到并排的柱子中的一组
    df.plot.barh(stacked=True,alpha=0.5)  # 横向柱状图，将每一行的值堆积到一起

    
    

  • 折线图

    import matplotlib.pyplot as plt
    import numpy as np
    np.random.seed(1000)
    y = np.random.standard_normal(20) # 生成
    
    x = range(len(y))
    plt.plot(x,y)
    plt.title('yes')
    plt.xlabel('x--')
    plt.ylabel('y--')
    # plt.xlim(0,50)
    plt.xticks([1,2,3,4,5,6,7,8,9])
    

    

标签：plt,系列,python,DataFrame,手牵手,pd,np,import,numpy
来源： https://www.cnblogs.com/wuxiaoshi/p/11062076.html