数据分析打怪升级进度：day03

一：python基础

（一）：python优势

• 数据分析领域中python开发者最多
• python语言简洁、有大量第三方库

（二）：Python IDE推荐

• Pycharm
• Visual Studio Code

（三）：基础语法

1-1：简单输入打印语句

dream = input("你的梦想是什么？")
print(dream)

1-2：条件判断语句

level = int(input("输入你的篮球水平:"))
if level == 1:
    print("超级高水平！")
else:
    print("青年队球霸！")

1-3：for循环和while循环

# 求1加到100的和
sum = 0
for i in range(1,101):
    sum = sum + i 
print(sum)

sum = 0
i = 1
while i<=100:
    sum = sum+i
    i = i + 1
print(sum)

1-4：列表、元组、集合、字典

# 列表操作增删改查
a = []
# 添加一个元素'夜斗小神社'
a.append('夜斗小神社')
# 打印a列表的长度
print(len(a))
# 插入一个元素
a.insert(1, 'CSDN')
print(a)
# 弹出一个元素
a.pop()
print(a)

# 元组(一旦初始化就不能改)
a = ('夜斗小神社', 'CSDN')
print(a)

# 集合
a = set(['夜斗小神社', 'CSDN'])
a.add('财富自由')
print(a)
a.remove('CSDN')
print(a)

# 字典
a = {'夜斗小神社':"CSDN"} # 定义一个字典
print(a)
a['打卡学习'] = 'day03' # 添加一个元素
print(a)
a.pop('夜斗小神社')  # 删除一个元素
print(a)
result = a.get('打卡学习')  # 获取元素
print(('夜斗小神社' in a))  # 夜斗小神社是否在a里面

1-5：函数

def function():
	print("进入函数内部")
# 调用函数
print("开始调用函数")
function()

二：Numpy基础

（一）：Numpy底层数据结构好

• Numpy数组存储存储在一个均匀连续的内存块中
• Numpy利用CPU矢量化计算，高效快速
• Numpy矩阵计算可以采取多线程方式

（二）：基础语法

2-1：创建ndarray数组对象

import numpy as np  # 导入模块命名为np

a = np.array([['!', '@', '$'],['a','b','c']])  # 创建ndarray数组
print(a)
print(a.shape)  # 打印形状

2-2：dtype定义结构

#coding:utf8
import numpy as np  # 导入模块命名为np

struct_type = np.dtype({'names':['CSDN','level','start'],  # 定义字段
                        'formats':['S32','i', 'i']}) # formats数据类型

a = np.array([('YEDOU','4','1005')], dtype=struct_type)  # ndarray数组

print(a)

2-3：常用函数

#coding:utf8
import numpy as np  # 导入模块命名为np

# 1：连续数组的创建
s1 = np.arange(1, 12) # 左闭右开
print(s1)
s2 = np.linspace(1, 11,11)  # start stop 元素个数
print(s2)
s3 = np.arange(1, 13).reshape(3, 4)
print(s3)
# 2：常见计算
print(np.add(s1,s2)) # 加
print(np.subtract(s1,s2)) # 减
print(np.multiply(s1,s2)) # 乘
print(np.divide(s1,s2)) # 除
print(np.power(s1,s2)) # n次方
print(np.remainder(s1,s2)) # 取余数
# 3：聚合函数
print(np.amin(s3)) # 全部元素最小值
print(np.amin(s3,0)) # 沿着axis=0最小值 从列看 4列
print(np.amin(s3,1)) # axis=1最小值 从行看 3行
print(np.ptp(s3)) # 最大值与最小值之差
print(np.ptp(s3,0)) # axis=0
print(np.ptp(s3,1)) # axis=1
print(np.percentile(s3, 50)) # 百分位数
print(np.percentile(s3, 50, axis=0)) 
print(np.percentile(s3, 50, axis=1))
print(np.median(s3)) # 求中位数
print(np.mean(s3)) # 求平均数
print(np.average(s3)) # 加权平均数
print(np.std(s3)) # 标准差
print(np.var(s3)) # 方差
# 4: 排序
print(np.sort(s3))

三：Pandas基础

（一）：Series结构

3-1：创建定长的字典序列

#coding:utf8
import pandas as pd

# 1：data为列表
x1 = pd.Series([1, 2, 3, 4])
# 2：data为列表，创建index索引
x2 = pd.Series(data=[1,2,3,4],index=['a','b','c','d'])
print(x1)
print(x2)
# 3：data为字典
d = {'a':1, 'b':2,'c':3}
x3 = pd.Series(d)
print(x3)

（二）：DataFrame结构

3-2：创建DataFrame

#coding:utf8

import pandas as pd

data = {'Chinese': [1,2,3,4],'English':[5,6,7,8]}
# 默认索引index
df1 = pd.DataFrame(data)
print(df1)
# 添加索引index
df2 = pd.DataFrame(data, index=['ZF', 'GY', 'LB', 'DC'])
print(df2)

（三）：常见的函数操作

3-3：数据导入和导出

import pandas as pd

# 导入excel文件
s1 = pd.read_excel('./你的文件名.xlsx')
# 导出为excel表
s2 = pd.DataFrame(s1)
s2.to_excel('./文件名.xlsx')

3-4：数据清洗利器

# 1：删除不必要的行和列
df = pd.DataFrame()
df.drop(columns=['你要删掉的列名'])
df.drop(index=['你要删掉的行名'])

# 2：重命名列名
df = pd.DataFrame
df.rename(columns={'更换前':'更换后'})

# 3：去掉重复的行
df = pd.DataFrame
df = df.drop_duplicates()

# 4：更改数据格式
df = pd.DataFrame
df['列名'].astype('数据类型')

# 5：删除数据间的空格
df = pd.DataFrame
df['列名'] = df['列名'].map(str.strip())

# 6：大小写转换
df = pd.DataFrame
# 大写
df.columns = df.columns.str.upper()
# 小写
df.columns = df.columns.str.lower()
# 首字母大写
df.columns = df.columns.str.title()

# 7：查找空缺值
df = pd.DataFrame
df.isnull.any()

# 8：apply函数数据处理
df = pd.DataFrame
# 将列名大写
df['列名'] = df['列名'].apply(str.upper())

（三）：统计函数操作

• describe()函数

df = pd.DataFrame
# 描述函数信息
df.describe()

• merge()函数

import pandas as pd
# 合并两个表
df1 = pd.DataFrame()
df2 = pd.DataFrame()

df3 = pd.merge(df1, df2, on='基于哪个列名进行连接')
# how: inner内连接 left左连接 right右连接 outer外连接 
df4 = pd.merge(df1, df2, how='合并方式')

• 在这个星球上，你很重要，请珍惜你的珍贵! ~~~夜斗小神社