理想国数据分析第一次笔记

作者: 张大鹏

`Numpy`

001.`arange()`

作用:生成一个序列
例如:numpy.arange(10)

002.`Numpy`是什么

1.是Python的开源数值计算库

003.创建`ndarray`对象

1.从Python数据转换过来
2.通过Numpy的函数生成
3.从文件读取

`Matplotlib`

001.绘制折线图

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt
plt.plot([1,2,3],[3,2,1])
plt.show()

002.绘制散点图

散点图显示两组数据的值,每个点的坐标位置由变量的位置决定
由一组不连接的点完菜,用于观察两种变量的相关性
例如身高-体重,温度-维度等
数学上,表现的是x变量和y变量的关系
编程上,要求两种变量的值组成的列表长度一样,例如list(x)==list(y)
正相关性,指的是散点图组成一种从左下方到右上方上升的趋势
负相关性,指的是散点图组成一种从左上方到右下方下降的趋势

外观调整

修改颜色 c
- r表示红色
- 参考:'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'
修改点大小 s,默认值是20
修改透明度 alpha
修改点形状 marker
- 很多种,具体查看官网

1569506198819

代码实战

绘制简单的散点图

# -*- coding: utf-8 -*-
"""
Created on Thu Sep 26 22:09:33 2019

@author: 18010
"""

# 绘制一个简单的散点图
# 1.导入numpy和pyplot
import numpy as np
import matplotlib.pyplot as plt

# 2.准备两个可迭代对象
x=np.random.randint(1,100,20)
y=np.random.randint(100,1000,20)

# 3.调用.scater()方法绘制散点图
plt.scatter(x,y)

# 4.调用.show()方法展示散点图
plt.show()

基本步骤

1.导入numpy和pyplot
2.准备两个可迭代对象
3.调用pyplot.scatter()方法绘制散点图,参数是两个可迭代对象
4.调用pyplot.show()方法展示

绘制两个随机数列表的散点图

import numpy as np
import matplotlib.pyplot as plt
x=np.random.randn(N)
y1=np.random.randn(len(x))

plt.scatter(x,y1)

plt.show()

股票今天的涨势和明天的涨势散点图

# -*- coding: utf-8 -*-
"""
Created on Thu Sep 26 22:14:40 2019

@author: 18010
"""

# 股票今天的涨势和明天的涨势的散点图
# 涨势(rally)=关盘价(close列)-开盘价(open列)
# 1.导入依赖包 numpy pyplot
import numpy as np
import matplotlib.pyplot as plt

# 2.准备两个可迭代对象
# 2.1 读取../../000001.csv,分隔符delimiter为逗号,跳过第一行,使用第1列和第4列,解析
open,close=np.loadtxt('../../000001.csv',delimiter=',',skiprows=1,usecols=(1,4),unpack=True)

# 2.2 涨势rally=close-open
rally=close-open

# 2.3 获取今日涨势和明日涨势 rally[:-1]  rally[1:]
today_rally=rally[:-1]
tomorrow_rally=rally[1:]

# 3.绘制散点图 scatter()
plt.scatter(today_rally,tomorrow_rally)

# 4.展示数据
plt.show()

1569506719773

delimiter表示分隔符
skiprows=1表示跳过第一行
usecols=(1,4)表示使用第1列和第4列
unpack=True表示使用解析
change=close-open是因为,numpy读取到的数据可以直接做算术运算,结果类型不变
yesterday=change[:-1]表示从第一个到倒数第一个为昨天
today=change[1:]表示从第二个到最后一个为今天
这里,昨天和今天得到的可迭代对象的长度是一样的,可以做散点图
plt.scatter(today,yesterday),绘制散点图,只要传入两个可迭代对象即可

1569507950384

外观调整散点图

# -*- coding: utf-8 -*-
"""
Created on Thu Sep 26 22:14:40 2019

@author: 18010
"""

# 股票今天的涨势和明天的涨势的散点图
# 涨势(rally)=关盘价(close列)-开盘价(open列)
# 1.导入依赖包 numpy pyplot
import numpy as np
import matplotlib.pyplot as plt

# 2.准备两个可迭代对象
# 2.1 读取../../000001.csv,分隔符delimiter为逗号,跳过第一行,使用第1列和第4列,解析
open,close=np.loadtxt('../../000001.csv',delimiter=',',skiprows=1,usecols=(1,4),unpack=True)

# 2.2 涨势rally=close-open
rally=close-open

# 2.3 获取今日涨势和明日涨势 rally[:-1]  rally[1:]
today_rally=rally[:-1]
tomorrow_rally=rally[1:]

# 3.绘制散点图 scatter()
plt.scatter(today_rally,tomorrow_rally,c='r',s=100,marker='o')

# 4.展示数据
plt.show()

1569508040197

003.绘制折线图

概念

折线图是用直线段将各数据连接起来组成的图形
常用来观察数据随时间变化的趋势
例如股票价格,温度变化,等等

简单折线图

# -*- coding: utf-8 -*-
"""
Created on Fri Sep 27 08:39:33 2019

@author: 18010
"""

# 绘制简单折线图
# 1.导入包numpy,pyplot
import numpy as np
import matplotlib.pyplot as plt

# 2.准备数据,横轴和纵轴,一般是x和y的函数关系
x=np.linspace(1,100,20)
print(x)
y=x**2

# 3.绘制折线图,用plot方法(散点图用scatter方法)
plt.plot(x,y)

# 4.显示折线图 show方法
plt.show()

1569545007580

股票涨势图案例

# _*_ coding:UTF-8 _*_
# 开发人员: 理想国真恵玩-张大鹏
# 开发团队: 理想国真恵玩
# 开发时间: 2019/9/27 9:01
# 文件名称: hw004_绘制股票开盘价与收盘价与时间关系图.py
# 开发工具: PyCharm

# 1.导入包numpy,matplotlib.pyplot,matplotlib.dates
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
# 根据提示
from pandas.plotting import register_matplotlib_converters

register_matplotlib_converters()

# 2.读取csv文件,loadtxt
df = pd.read_csv('stock.csv')
# print(type(df))
# print(df.info())
# print(df[['Date', 'Open', 'Close']])
# date, open, close = df[['Date', 'Open', 'Close']]
# print(date, type(date))
date = df['Date']
# print(type(date))
# print(date)
open = df['Open']
close = df['Close']
# 2.2 绘制折现图,关于时间,用pyplot.plot_date(横轴序列,纵轴序列,'-')
plt.plot_date(date, open, '-', c='g')
plt.plot_date(date, close, 'y-', c='r')

# 3.显示折线图
plt.show()

1569548621498

004.绘制条形图

概念

以长方形长度为变量的统计图表
用来比较多个项目分类的数据大小
常用于较小的数据集分析
例如不同季度的销量,不同国家的人口等
用pyplot.bar方法进行绘制

简单条形图

# _*_ coding:UTF-8 _*_
# 开发人员: 理想国真恵玩-张大鹏
# 开发团队: 理想国真恵玩
# 开发时间: 2019/9/27 10:22
# 文件名称: hw007_简单条形图.py
# 开发工具: PyCharm

# 1.导入包 numpy matplotlib.pyplot
import numpy as np
import matplotlib.pyplot as plt

# 2.生成数据,横坐标,纵坐标
x = np.arange(10)
y = np.random.randint(10, 30, 10)

# 3.绘制条形图 .bar(横坐标,纵坐标,width=宽度,color=颜色)
plt.bar(x, y, width=.5, color='red')

# 4.展示图像
plt.show()

1569551251342

水平条形图

# _*_ coding:UTF-8 _*_
# 开发人员: 理想国真恵玩-张大鹏
# 开发团队: 理想国真恵玩
# 开发时间: 2019/9/27 10:28
# 文件名称: hw008_垂直条形图.py
# 开发工具: PyCharm

# 1.导入包
import numpy as np
import matplotlib.pyplot as plt

# 2.准备数据
x = np.arange(10)
y = np.random.randint(5, 30, 10)

# 3.画图
plt.barh(x, y, .5)

# 4.展示
plt.show()

1569551686826

并列条形图

原理:让从2列开始的条形图,x方向进行偏移

# _*_ coding:UTF-8 _*_
# 开发人员: 理想国真恵玩-张大鹏
# 开发团队: 理想国真恵玩
# 开发时间: 2019/9/27 10:36
# 文件名称: hw009_并列条形图.py
# 开发工具: PyCharm
import numpy as np
import matplotlib.pyplot as plt

x = np.arange(10)
y1 = np.random.randint(5, 50, 10)
y2 = np.random.randint(5, 50, 10)

# 关键技术
# 1.设置bar宽度
# 2.让y2的x加上宽度
bar_width = .3
plt.bar(x, y1, bar_width, color='b')
plt.bar(x + bar_width, y2, bar_width, color='r')

plt.show()

1569552067115

堆叠条形图

原理:让一种小的条形图在下面,大的在上面,形成一种覆盖效果,这样,超出的部分就一目了然

# _*_ coding:UTF-8 _*_
# 开发人员: 理想国真恵玩-张大鹏
# 开发团队: 理想国真恵玩
# 开发时间: 2019/9/27 10:41
# 文件名称: hw010_堆叠条形图.py
# 开发工具: PyCharm

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(10)
y1 = np.random.randint(1, 50, 10)
y2 = np.random.randint(1, 50, 10)

# 关键结束
# 1.水平方向不偏移
# 2.设置bottom属性,告知谁在底部
plt.bar(x, y1, .3, color='r')
plt.bar(x, y2, .3, color='b', bottom=y1)

plt.show()

1569552426513

005.绘制直方图

概念

由一系列高度不等的纵向条形组成,表示数据分布的情况
例如某年级同学的身高分布情况
注意和条形图的区别
- 条形图适合小数据
- 一般是自己和自己比
- 比如每季度的销量

关键技术

hist用来画直方图
- x表示数据集
- bins分割成几个,表示的是分组
  - 分组越多,越趋近于一条曲线
- color颜色是什么
- normed是否标准化
  - True:纵坐标会变成频率
  - False:纵坐标表示数据个数
hist2d用来画双变量直方图,也就是2D图形
- 一般用来探索双变量的联合分布

基本步骤

1.导入包 numpy  matplotlib.pyplot
2.准备数据 正态分布数据生成公式  x=均值+方差*numpy.random.rand(数据个数)
3.画图 pyplot.hist(正太分布的数据集,bins=划分成多少份,density=是否标准化输出,color=颜色)
3.展示 pyplot.show()

简单的直方图

# _*_ coding:UTF-8 _*_
# 开发人员: 理想国真恵玩-张大鹏
# 开发团队: 理想国真恵玩
# 开发时间: 2019/9/27 21:06
# 文件名称: hw_014_绘制简单直方图.py
# 开发工具: PyCharm

import numpy as np
import matplotlib.pyplot as plt

# 生成均值为100,方法是20的2000个随机数
x = 100 + 20 * np.random.randn(2000)
# print(x)

plt.hist(x, bins=10, color='r', density=True)

plt.show()

1569590109905

006.绘制饼状图

概念

饼状图显示一个数据系列中各项的大小与各项总和的比例
饼状图中的数据点显示为整个饼状图的百分比
例如:前十大品牌占市场份额图

关键技术

pie用来画饼图
- explode表示距离圆心的距离,用来突出显示
- shadow是否显示阴影
- labels标签
- autopct格式化标签

基本步骤

1.引入包 matplotlib.pyplot
2.准备数据,是一个可迭代对象
3.准备突出显示和标签的元组
4.设置正圆(可选):pyplot.axes(aspect=1)
5.pyplot.pie(数据,labels=标签,autopct=格式化字符串,shadow=是否显示阴影,explode=突出显示)

简单的饼图

# _*_ coding:UTF-8 _*_
# 开发人员: 理想国真恵玩-张大鹏
# 开发团队: 理想国真恵玩
# 开发时间: 2019/9/28 8:06
# 文件名称: hw_015_简单饼状图.py
# 开发工具: PyCharm

import matplotlib.pyplot as plt

# 表示标签
labels = 'A', 'B', 'C', 'D'
frace = [15, 234, 234, 123]
# 表示距离圆心的距离
explode = (0, 0.05, 0, 0)
# 如果需要饼图为正圆
plt.axes(aspect=1)
plt.pie(frace, explode=explode, labels=labels, autopct='%.2f%%', shadow=True)
plt.show()

1569629667821

007.箱线图

概念

是一种用做显示一组数据分散情况资料的统计图
上边缘,上四分位数,中位数,下四分位数,下边缘,异常值

关键技术

pyplot.boxplot()用来画箱线图
- 数据是一组可迭代对象
- sym:用来调整异常点的形状
- whis:代表虚线的长度
  - 默认值是1.5
numpy.random.normal()
- size=(1000,4)表示四组数据,每组1000个值

简单箱线图

# _*_ coding:UTF-8 _*_
# 开发人员: 理想国真恵玩-张大鹏
# 开发团队: 理想国真恵玩
# 开发时间: 2019/9/28 8:54
# 文件名称: hw_017_绘制箱线图.py
# 开发工具: PyCharm

import numpy as np
import matplotlib.pyplot as plt

# 设置随机数种子,让随机数变得稳定
np.random.seed(100)
# 生成1000个符合正太分布的向量
data = np.random.normal(size=1000, loc=0.0, scale=1.0)
# 绘制箱线图
plt.boxplot(data, sym='o', whis=1.5)
plt.show()

1569632740586

多箱线图

# _*_ coding:UTF-8 _*_
# 开发人员: 理想国真恵玩-张大鹏
# 开发团队: 理想国真恵玩
# 开发时间: 2019/9/28 9:05
# 文件名称: hw_018_多箱线图.py
# 开发工具: PyCharm

import numpy as np
import matplotlib.pyplot as plt

# 生成100x4的正太矩阵
np.random.seed(100)
data = np.random.normal(size=(100, 4), loc=0.0, scale=1.0)
# print(data)

labels = ['A', 'B', 'C', 'D']
plt.boxplot(data, labels=labels)
plt.show()

1569633357823

DataAnalysis1909

Install / Use

README

理想国数据分析第一次笔记

`Numpy`

001.`arange()`

002.`Numpy`是什么

003.创建`ndarray`对象

`Matplotlib`

001.绘制折线图

002.绘制散点图

外观调整

代码实战

003.绘制折线图

概念

股票涨势图案例

004.绘制条形图

概念

简单条形图

水平条形图

并列条形图

堆叠条形图

005.绘制直方图

概念

关键技术

基本步骤

简单的直方图

006.绘制饼状图

概念

关键技术

基本步骤

简单的饼图

007.箱线图

概念

关键技术

简单箱线图

多箱线图

DataAnalysis1909

Install / Use

README

理想国 数据分析 第一次笔记

Numpy

001.arange()

002.Numpy是什么

003.创建ndarray对象

Matplotlib

001.绘制折线图

002.绘制散点图

外观调整

代码实战

003.绘制折线图

概念

股票涨势图案例

004.绘制条形图

概念

简单条形图

水平条形图

并列条形图

堆叠条形图

005.绘制直方图

概念

关键技术

基本步骤

简单的直方图

006.绘制饼状图

概念

关键技术

基本步骤

简单的饼图

007.箱线图

概念

关键技术

简单箱线图

多箱线图

理想国数据分析第一次笔记

`Numpy`

001.`arange()`

002.`Numpy`是什么

003.创建`ndarray`对象

`Matplotlib`