numpy,pandas,matplotlib怎么用

這篇文章將為大家詳細講解有關numpy,pandas,matplotlib怎么用，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

 使用Python中的三個庫可以優雅地進行數據分析，得到一只野生的Matlab，這三個庫是numpy，pandas 和 matplotlib。

numpy是高性能科學計算和數據分析的基礎包，其array多維數組擁有豐富的數據類型，基于向量化技術可以有效代替循環，代碼簡單速度極快。

以numpy為基礎的pandas中的數據框dataframe集數據分析工具萬象于一身，可以像array數組一樣進行復雜計算，又可以像excel一樣地操作數據，又可以像SQL一樣地操作數據。

而matplotlib進一步以matlab風格實現了繪圖功能。其強大的數據可視化能力可以讓你的數據分析結果顏值傾城。

一、numpy 庫

numpy提供了三種常用的對象，數組array、矩陣matrix和ufunc（universal function）。

1，創建array

2，訪問array元素

3，array運算

4，使用matrix運算

5，使用ufunc對象

二、pandas 庫

pandas中的DataFrame是交互性最好在數據分析中使用最廣泛的數據結構。

pandas 中常用的數據結構有：

（1）Series：一維數組，與Numpy中的一維array類似。

Series中只允許存儲相同的數據類型。

（2）DataFrame：二維的表格型數據結構。

可以將DataFrame理解為Series的容器。

（3）Panel ：三維的數組，可以理解為DataFrame的容器。

1，Series對象

2，創建DataFrame對象

3，從excel中讀入DataFrame對象

4，增加行

5，刪除行

6，增加列

7，刪除列

8，移動列

9，排序

10，拼接

11，選取數據

有三種選取數據的方法：下標索引、標簽索引、布爾索引。

12，導出到csv文件或excel文件

13，常用統計函數

14，時間格式

三，matplotlib 庫

matplotlib 支持函數式繪圖和面向對象繪圖兩種繪圖方式。

函數式繪圖方式與matlab風格一致，先用一條語句畫出圖像，然后用一系列函數去修飾。而面向對象繪圖方式一般自上而下完成，先創建figure，然后再創建子圖ax，然后繪制data，最后設計各種輔助元素 (包括 xaxis, yaxis, title, grid，legend, annotate 等 )。

1，折線圖

2，條形圖

3，柱形分布圖

4，散點圖

5，餅圖

6，繪制子圖

Appendix：Jupyter Notebook 常用快捷鍵

• Tab  對象補全

• Shift + Tab 對象提示幫助

• Ctrl + Enter 運行當前cell

• Shift + Enter 運行當前cell，并選中下一個cell

• Alt + Enter 運行當前cell，并在下方創建一個空的cell

• Esc * M 切換成markdown輸入狀態

• Esc * A 在上方插入cell

•  Esc * B 在下方插入cell

關于“numpy,pandas,matplotlib怎么用”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。