数据分析(7):pandas介绍和数据导入和导出

前言

1. Numpy
   Numpy是科学计算的基础包，对数组级的运算支持较好
2. pandas

pandas提供了使我们能够快速便捷地处理结构化数据的大量数据结构和函数。pandas兼具Numpy高性能的数组计算功能以及电子表格和关系型数据（如SQL）灵活的数据处理能力,处理上千万的大数据易于反掌。对于金融行业的用户，pandas提供了大量适用于金融数据的高性能时间序列功能和工具。DataFrame是pandas的一个对象，它是一个面向列的二维表结构，且含有行标和列标。

DataFrame是pandas的一个对象，它是一个面向列的二维表结构，且含有行标和列标。

3. matplotlib
   matplotlib是最流行的用于绘制数据图表的python库。
4. Scipy
   Scipy是一组专门解决科学计算中各种标准问题域的包的集合。
5. statsmodels
   提供了各种模型
6. scikit-learn
   machine learning模块

数据导入和导出

1.本地读取

import pandas as pd data = pd.read_csv(filepath)

2.网络读取

import pandas as pd data_url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv" #填写url读取 df = pd.read_csv(data_url)

3.读取excel文件

data = pd.read_excel(filepath)

4.导出到csv文件

`
data.to_csv(filepath, encoding = 'utf-8', index = False)

index=False表示导出时去掉行名称，如果数据中含有中文，一般encoding指定为‘utf-8’

`