Python 数据分析入门教学

Python

前言

python可以说是黑魔法了,利用python可以做到很多酷酷的事情,也应了那句 "人生苦短,我用python"
  python可以做爬虫采集数据可视化统计web开发,还可以开发简易的端口漏洞采集工具。总之利用python你可以做到任何你想做到的事情。今天我来简单的介绍下 pyhton数据可视化库之一的 matplotlib库 。 虽然python还有很多可视化统计库但是大部分都以matplotlib为基础,所以学习matplotlib库对以后用python开发数据可视化统计来说很重要。

首先在使用前你需要下载matplotlib库

pip install matplotlib 

然后再创建一个.py结尾的文件 并且在开头书写代码

import matplotlib.pyplot as plt 

散点图

我们首先来用matplotlib库画一个散点图 使用的方法是 scatter()

散点图

使用matplotlib.pyplot.scatter()方法来做散点图,第一个参数作为x轴,第二参数作为y轴,注意两个参数都只能是列表数据或者Series

# 使用列表数据作为坐标轴 这里的plt即是pyplot方法简写
import matplotlib.pyplot as plt
weight = [600,150,200,300,200,100,125,180] 
height = [60,65,73,70,65,58,66,67]
plt.scatter(height, weight)      //画出设订的点 height代表x轴 weight代表y轴
plt.show()      //这里告诉python 显示画出的散点图

方法:

plt.scatter(x,y) //表示画出对应的点
plt.title('')  //用来绘制表格标题
plt.xlabel('')   //用来绘制表格X轴标题
plt.ylabel('')  //用来绘制表格Y轴标题

折线图

然后我们试一试折线图 使用的方法是plot()

折线图
# 使用列表数据作为坐标轴
age = [5, 10, 15, 20, 25, 30]
height = [25, 45, 65, 75, 75, 75]
plt.plot(age, height)  //这里放入 x轴和y轴的点
plt.title('Age vs Height') //表格标题
plt.xlabel('age')    //x轴标题
plt.ylabel('Height')  //y轴标题
plt.show()

条形图

接下来是条形图 使用的方法是 barh()和bar()

条形图有两个方法 barh()方法用来绘制水平型条形图

水平条形图

现在要按月份统计烧毁的面积

先做一个透视图

area_by_month = forest_fires.pivot_table(index="month", values="area", aggfunc=numpy.sum) //计算每个月的烧毁面积
plt.barh(range(len(area_by_month)), area_by_month)
plt.title('Month vs Area')  //表格标题
plt.xlabel('month')   //x轴标题
plt.ylabel('area')   //y轴标题
plt.show()

而bar()方法用来绘制垂直条形图 如下图:参数同barh()相同

垂直条形图

主题

接下来我们考虑的是绘制表格的美观问题 我们可以设置不同的作图主题 使用style.ues()函数

这里简单介绍两个主题:

fivethirtyeight

fivethirtyeight

ggplot

ggplot

通常使用的主题:fivethirtyeight,ggplot,dark_background,bmh

推荐入门python数据分析书籍:
《利用python进行数据分析》

总结

总体来说python是一门非常神奇的语言,可以利用它做到你很多意想不到的事情,我上大学的时候用python爬虫爬过学校的所有妹子图(:-)),也做过自动生成验证码或者一些便利生活的脚本什么的,总之python这门语言会让你对学习它充满兴趣,而近几年随着大数据时代的来临,统计学也越来越重要,数据分析对一个公司有着至关重要的地位,利用python也可以简单的处理这些,当然还有R语言这种专门对付数据统计的语言,总之今天的分享就到这里.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,080评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,422评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,630评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,554评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,662评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,856评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,014评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,752评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,212评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,541评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,687评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,347评论 4 331
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,973评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,777评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,006评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,406评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,576评论 2 349

推荐阅读更多精彩内容