手撕Python三大packages,看了他直接成为数模战神！
新人博主，诚信互三，请大佬们多多支持哦~
个人主页
文章专栏
文章目录
在 Python 的编程世界里，包 （packages）就像是一个个百宝箱，里面装满了各种各样实用的工具。对于想要进行数据分析、科学计算和数据可视化的初学者来说， numpy、 pandas和 matplotlib这三个包堪称必备利器。它们能极大地提升编程效率，让复杂的数据处理和可视化任务变得更加轻松。不过，在使用这些包的强大功能之前，我们得先学会如何正确地导入它们。接下来，就让我们一步步深入了解这三个包的导入方式以及基础应用，为开启数据处理与分析的奇妙之旅做好准备。
Numpy 包的导入与基础使用
导入 Numpy
numpy，全称 Numerical Python，主要用于处理多维数组和进行高效的矩阵运算。在 Python 中导入numpy非常简单，只需在代码开头输入以下语句：
import numpy as np 这里的as np是一种约定俗成的写法，它相当于给numpy这个包取了一个简短的别名。这样一来，在后续的代码中，当我们要调用numpy包中的各种函数和功能时，直接使用np就可以了，既方便又能让代码看起来更加简洁。比如说，numpy中用于创建数组的函数array，我们就可以写成np.array。
Numpy 基础用法示例
- 创建数组：
arr = np.array([1,2,3,4,5])print(arr)这段代码中，np.array([1, 2, 3, 4, 5])创建了一个包含数字 1 到 5 的一维数组，然后把这个数组赋值给变量arr。最后，使用print()函数将数组打印出来。
two_d_arr = np.array([[1,2,3],[4,5,6]])print(two_d_arr)这里np.array([[1, 2, 3], [4, 5, 6]])创建了一个 2 行 3 列的二维数组，第一行是[1, 2, 3]，第二行是[4, 5, 6]，并将其赋值给two_d_arr变量，再通过print()函数展示这个二维数组。
- 一维数组：数组在numpy中是一种非常重要的数据结构。创建一维数组时，我们把要包含在数组中的数据，用方括号括起来，作为参数传递给np.array()函数。例如：
- 二维数组：二维数组可以理解为一个表格，有行有列。创建二维数组时，我们传入一个由多个列表组成的列表，每个内部列表代表二维数组的一行。例如：
- 数组运算：
arr = np.array([1,2,3,4,5]) result = arr *2print(result)这里，arr * 2会将数组arr中的每一个元素都乘以 2，得到一个新的数组result，然后打印出这个新数组。
arr = np.array([1,2,3,4,5]) sum_result = np.sum(arr)print(sum_result)np.sum(arr)会把数组arr中所有元素相加，得到的结果赋值给sum_result变量并打印。类似地，计算数组元素的平均值可以使用np.mean()函数：
arr = np.array([1,2,3,4,5]) mean_result = np.mean(arr)print(mean_result)np.mean(arr)会计算数组arr元素的平均值，并将结果赋值给mean_result变量后打印。
- 元素级运算：
numpy的强大之处在于它能快速地对数组中的每个元素进行运算。比如，我们想把数组中的每个元素都乘以 2，只需要简单地使用乘法运算符*： - 统计运算：
numpy提供了许多方便的函数来计算数组元素的统计量。例如，计算数组元素的和，可以使用np.sum()函数：
- 数组索引与切片：
arr = np.array([1,2,3,4,5]) element = arr[2]print(element)这里arr[2]表示获取数组arr中索引为 2 的元素，也就是第三个元素（因为索引从 0 开始），并将其赋值给element变量后打印。
arr = np.array([1,2,3,4,5]) sub_arr = arr[1:3]print(sub_arr)arr[1:3]表示从索引为 1 的元素开始（即第二个元素），到索引为 3 的元素之前（不包括第四个元素），将这部分元素组成一个新的子数组赋值给sub_arr变量，最后打印这个子数组。
- 索引：通过索引，我们可以获取数组中特定位置的元素。在numpy数组中，索引是从 0 开始的。例如，要获取数组arr的第三个元素：
- 切片：切片操作允许我们获取数组的一部分。比如，要获取数组arr从第二个元素到第四个元素（不包括第四个元素）的子数组，可以这样写：
Pandas 包的导入与应用
导入 Pandas
pandas是 Python 中用于数据处理和分析的核心库。它提供了两种主要的数据结构：Series（一维数据）和DataFrame（二维数据，类似于表格），以及大量用于数据清洗、转换和分析的函数。导入pandas的常用方式是：
import pandas as pd 和numpy一样，as pd给pandas包取了一个简洁的别名，方便后续在代码中调用其功能。
Pandas 基础操作
- 读取数据：
data = pd.read_csv('data.csv')print(data.head())# 查看前5行数据pd.read_csv('data.csv')会读取data.csv文件中的数据，并将其存储为一个DataFrame对象，赋值给data变量。data.head()则是用于查看这个DataFrame的前 5 行数据，方便我们快速了解数据的大致结构。
data = pd.read_excel('data.xlsx')print(data.head())同样，pd.read_excel('data.xlsx')会将 Excel 文件中的数据读取为DataFrame对象，data.head()用于查看前 5 行数据。
- CSV 文件：CSV（Comma - Separated Values）文件是一种常见的数据存储格式。使用pandas读取
CSV文件非常简单。假设我们有一个名为data.csv的文件，代码如下： - Excel 文件：pandas也支持读取
Excel文件。如果有一个名为data.xlsx的 Excel 文件，可以这样读取：
- 数据筛选：
data = pd.read_csv('data.csv') filtered_data = data[data['column_name']>10]print(filtered_data)这里data['column_name'] > 10会生成一个布尔值的 Series，True表示对应行的column_name列的值大于 10，False则表示不大于。然后将这个布尔值 Series 作为索引，从data这个DataFrame中筛选出对应True的行，组成新的DataFrame对象filtered_data并打印。
data = pd.read_csv('data.csv') filtered_data = data[(data['column_name_1']>10)&(data['column_name_2']=='specific_value')]print(filtered_data)这里(data['column_name_1'] > 10) & (data['column_name_2'] =='specific_value')通过&运算符将两个条件连接起来，表示同时满足这两个条件。同样会生成一个布尔值的 Series，再用它从data中筛选出符合条件的行，赋值给filtered_data并打印。
- 基于条件筛选：在数据分析中，我们经常需要从数据中筛选出满足特定条件的行。例如，要从数据中筛选出某一列大于特定值的行。假设data.csv文件中有一列名为column_name，我们要筛选出这一列中值大于 10 的行：
- 多条件筛选：有时我们需要同时满足多个条件来筛选数据。比如，筛选出某一列大于 10 且另一列等于特定值的行。假设还有一列名为
column_name_2，特定值为'specific_value'：
- 数据清理：
data = pd.read_csv('data.csv') data = data.dropna()data.dropna()会返回一个新的DataFrame，其中所有包含缺失值的行都被删除了，然后将这个新的DataFrame重新赋值给data变量。如果想填充缺失值为某个特定值，比如 0，可以使用fillna()方法：
data = pd.read_csv('data.csv') data = data.fillna(0)data.fillna(0)会将data中所有的缺失值替换为 0，生成一个新的DataFrame并重新赋值给data。
data = pd.read_csv('data.csv') data['column_name']= pd.to_numeric(data['column_name'])pd.to_numeric(data['column_name'])会尝试将data['column_name']这一列的字符串数据转换为数值类型，如果转换成功，会返回一个新的数值类型的 Series，然后将其重新赋值给data['column_name']，从而更新了data中这一列的数据类型。
- 处理缺失值：真实世界的数据中往往会存在缺失值。pandas提供了多种方法来处理这些缺失值。比如，要删除包含缺失值的行，可以使用
dropna()方法： - 数据类型转换：有时候数据列的类型可能不符合我们的分析需求，需要进行转换。例如，将某一列的数据类型从字符串转换为数值类型。假设
data.csv中有一列column_name的数据类型是字符串，要将其转换为数值类型，可以使用pd.to_numeric()函数：
Matplotlib 包的导入与数据可视化
导入 Matplotlib
matplotlib是 Python 中广泛使用的数据可视化库，它能够创建各种精美的静态、动态以及交互式的可视化图表，让数据以直观易懂的图形形式展现出来。通常我们使用以下方式导入：
import matplotlib.pyplot as plt 这里的plt是matplotlib.pyplot的简写，通过这个别名，我们可以方便地调用matplotlib中各种绘图相关的函数。
Matplotlib 绘图示例
- 折线图：折线图常用于展示数据随时间或其他连续变量的变化趋势。下面是绘制一个简单折线图的代码：
import numpy as np import matplotlib.pyplot as plt x = np.array([1,2,3,4,5]) y = np.array([2,4,6,8,10]) plt.plot(x, y) plt.xlabel('X轴') plt.ylabel('Y轴') plt.title('简单折线图') plt.show()首先，我们导入了numpy和matplotlib.pyplot。然后，使用np.array()函数创建了两个数组x和y，分别作为折线图的横坐标和纵坐标数据。接着，plt.plot(x, y)函数根据x和y的数据绘制折线。plt.xlabel('X轴')用于设置横坐标的标签为 “X 轴”，plt.ylabel('Y轴')设置纵坐标标签为 “Y 轴”，plt.title('简单折线图')则给图表添加了标题 “简单折线图”。最后，plt.show()函数将绘制好的图表显示出来。
- 散点图：散点图用于展示两个变量之间的关系，通过点的分布情况可以观察数据的趋势或规律。以下是绘制散点图的代码示例：
import numpy as np import matplotlib.pyplot as plt x = np.random.rand(50) y = np.random.rand(50) plt.scatter(x, y) plt.xlabel('X变量') plt.ylabel('Y变量') plt.title('散点图') plt.show()这里我们依旧导入了numpy和matplotlib.pyplot。np.random.rand(50)函数生成了 50 个 0 到 1 之间的随机数，分别赋值给x和y作为散点图的横纵坐标数据。plt.scatter(x, y)函数根据这些数据绘制散点图。之后，同样通过plt.xlabel()、plt.ylabel()和plt.title()函数分别设置坐标轴标签和图表标题，最后用plt.show()显示图表。
- 柱状图：柱状图适合用于比较不同类别之间的数据大小。绘制柱状图的代码如下：
import matplotlib.pyplot as plt categories =['A','B','C','D'] values =[10,20,15,25] plt.bar(categories, values) plt.xlabel('类别') plt.ylabel('数值') plt.title('柱状图') plt.show()在这段代码中，我们定义了一个包含类别名称的列表categories和一个对应类别的数值列表values。plt.bar(categories, values)函数根据这两个列表绘制柱状图，每个类别对应一个柱子，柱子的高度由values中的数值决定。接着，通过plt.xlabel()、plt.ylabel()和plt.title()函数设置坐标轴标签和图表标题，最后用plt.show()将绘制好的柱状图显示出来。
总结
numpy、pandas和matplotlib这三个包在 Python 的数据分析、科学计算和数据可视化工作流程中起着举足轻重的作用。通过正确导入它们，我们能够快速利用其丰富且强大的功能。对于初学者而言，熟练掌握这些包的导入及基础用法，就如同掌握了开启数据处理大门的钥匙，为构建高效的数据分析和可视化工作流程奠定坚实的基础。这不仅能提升我们的工作效率，还能帮助我们更有效地从海量数据中挖掘出有价值的信息。
lt.show()`将绘制好的柱状图显示出来。
总结
numpy、pandas和matplotlib这三个包在 Python 的数据分析、科学计算和数据可视化工作流程中起着举足轻重的作用。通过正确导入它们，我们能够快速利用其丰富且强大的功能。对于初学者而言，熟练掌握这些包的导入及基础用法，就如同掌握了开启数据处理大门的钥匙，为构建高效的数据分析和可视化工作流程奠定坚实的基础。这不仅能提升我们的工作效率，还能帮助我们更有效地从海量数据中挖掘出有价值的信息。
