python数据分析看什么书

python数据分析看什么书

《Python基础教程》，Magnus Lie Hetland，人民邮电出版社：这本书内容包括语法介绍和一些小项目的演示，真的是基础教程，适合入门；《利用python进行数据分析》，Wes McKinney，机械工业出版社：这本书重点讲了Pandas库，少量涉及NumPy和Matplotlib，比较经典的书；《Python数据科学手册》，Jake VanderPlas，人民邮电出版社：可以看作是前一本书的进阶书籍，介绍了数据分析的主要库，偏数据清洗。

Pandas基础教程

DataFrameGroupBy对象常用的函数： 数据缺失通常有两种情况： 一种就是空，None等，在pandas是NaN(和np.nan一样)。 另一种是我们让其为0，蓝色框中。

在pandas中数据缺失处理方法 ： 判断数据是否为NaN：pd.isnull(df),pd.notnull(df) 处理方式1：删除NaN所在的行列dropna (axis=0, how='any', inplace=False) 处理方式2：填充数据，t.fillna(t.mean()),t.fiallna(t.median()),t.fillna(0) 处理为0的数据：t[t==0]=np.nan 注意 ：当然并不是每次为0的数据都需要处理；计算平均值等情况，nan是不参与计算的，但是0会。

​ r取值范围[‐1,1] ​ 0.8‐1.0 极强相关；0.6‐0.8 强相关； 0.4‐0.6 中等程度相关； 0.2‐0.4 弱相关； 0.0‐0.2 极弱相关或无相关。

python可视化数据分析常用图大集合（收藏）

python数据分析常用图大集合：包含折线图、直方图、垂直条形图、水平条形图、饼图、箱线图、热力图、散点图、蜘蛛图、二元变量分布、面积图、六边形图等12种常用可视化数据分析图，后期还会不断的收集整理，请关注更新！ 以下默认所有的操作都先导入了numpy、pandas、matplotlib、seaborn 一、折线图 折线图可以用来表示数据随着时间变化的趋势 Matplotlib plt.plot(x, y) plt.show() Seaborndf = pd.DataFrame({'x': x, 'y': y}) sns.lineplot(x="x", y="y", data=df) plt.show() 二、直方图 直方图是比较常见的视图，它是把横坐标等分成了一定数量的小区间，然后在每个小区间内用矩形条（bars）展示该区间的数值 Matplotlib Seaborn 三、垂直条形图 条形图可以帮我们查看类别的特征。在条形图中，长条形的长度表示类别的频数，宽度表示类别。

Matplotlib Seaborn 1plt.show() 四、水平条形图 五、饼图 六、箱线图 箱线图由五个数值点组成：最大值 (max)、最小值 (min)、中位数 (median) 和上下四分位数 (Q3, Q1)。

可以帮我们分析出数据的差异性、离散程度和异常值等。 Matplotlib Seaborn 七、热力图 力图，英文叫 heat map，是一种矩阵表示方法，其中矩阵中的元素值用颜色来代表，不同的颜色代表不同大小的值。通过颜色就能直观地知道某个位置上数值的大小。 通过 seaborn 的 heatmap 函数，我们可以观察到不同年份，不同月份的乘客数量变化情况，其中颜色越浅的代表乘客数量越多 八、散点图 散点图的英文叫做 scatter plot，它将两个变量的值显示在二维坐标中，非常适合展示两个变量之间的关系。

Matplotlib Seaborn 九、蜘蛛图 蜘蛛图是一种显示一对多关系的方法，使一个变量相对于另一个变量的显著性是清晰可见 十、二元变量分布 二元变量分布可以看两个变量之间的关系 十一、面积图 面积图又称区域图，强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。 堆积面积图还可以显示部分与整体的关系。折线图和面积图都可以用来帮助我们对趋势进行分析，当数据集有合计关系或者你想要展示局部与整体关系的时候，使用面积图为更好的选择。

十二、六边形图 六边形图将空间中的点聚合成六边形，然后根据六边形内部的值为这些六边形上色。

这6个Python进阶用法，你用过哪些？

Python中的聚合类函数 sum , min , max 第一个参数是 iterable 类型，一般使用方法如下： 使用列表生成式 [i+1 for i in a] 创建一个长度与 a 一样的临时列表，这步完成后，再做 sum 聚合。 试想如果你的数组 a 长度是百万级，再创建一个这样的临时列表就很不划算，最好是一边算一边聚合，稍改动为如下： 此时 i+1 for i in a 是 (i+1 for i in a) 的简写，得到一个生成器( generator )对象，如下所示： 生成器每迭代一步吐出( yield )一个元素并计算和聚合后，进入下一次迭代，直到终点。

修改 merged['x']=10 ，dic1中的 x 值 不变 ChainMap 只在 逻辑上 合并，在内部创建了一个容纳这些字典的列表。

python如何做数据分析

用Python做数据分析，大致流程如下： 1、数据获取 可以通过SQL查询语句来获取数据库中想要数据。Python已经具有连接sql server、mysql、orcale等主流数据库的接口包，比如pymssql、pymysql、cx_Oracle等。

2、数据存储 企业当中的数据存储，通过通过数据库如Mysql来存储与管理，对于非结构化数据的存储可以使用MongoDB等。

对于使用Python进行网络抓取的数据，我们也可以使用pymysql包快速地将其存储到Mysql中去。 3、数据预处理/数据清洗 大多数情况下，原始数据是存在格式不一致，存在异常值、缺失值等问题的，而不同项目数据预处理步骤的方法也不一样。Python做数据清洗，可以使用Numpy和Pandas这两个工具库。 4、数据建模与分析 常见的数据挖掘模型有：分类、聚类、回归等，这些常见的算法模型，Python也有Scikit-learn和Tensorflow工具库来支持。

5、数据可视化分析 在数据可视化方面，Python有Matplotlib、Seaborn、Pyecharts等工具库可用。