一。 數組要比列表效率高很多 numpy高效的處理數據，提供數組的支持，python默認沒有數組。pandas、scipy、matplotlib都依賴numpy。 pandas主要用於數據挖掘，探索，分析 maiplotlib用於作圖，可視化 scipy進行數值計算，如：積分，傅里葉變換，微積分 statsmodels用於統計分析 Gensim用於文本挖掘 sklearn機器學習， keras深度學習 二。 numpy和mkl 下載安裝 pandas和maiplotlib網絡安裝 scipy 下載安裝 statsmodels和Gensim網絡安裝 三numpy的操作。 import numpy # 創建數一維數組組 # numpy.array([元素1,元素2，......元素n]) x = numpy.array(['a', '9', '8', '1']) # 創建二維數組格式 # numpy.array([[元素1,元素2，......元素n],[元素1,元素2，......元素n],[元素1,元素2，......元素n]]) y = numpy.array([[3,5,7],[9,2,6],[5,3,0]]) # 排序 x.sort() y.sort() # 取最大值 y1 = y.max() # 取最小值 y2 = y.main() # 切片 四pandas的操作。 import pandas as pda # 使用pandas生成數據 # Series代表某一串數據 index指定行索引名稱，Series索引默認從零開始 # DataFrame代表行列整合出來的數據框,columns 指定列名 a = pda.Series([8, 9, 2, 1], index=['one', 'two', 'three', 'four']) # 以列表的格式創建數據框 b = pda.DataFrame([[5,6,2,3],[3,5,1,4],[7,9,3,5]], columns=['one', 'two', 'three', 'four'],index=['one', 'two', 'three']) # 以字典的格式創建數據框 c = pda.DataFrame({ 'one':4, # 會自動補全 'two':[6,2,3], 'three':list(str(982)) }) # b.head(行數)# 默認取前5行頭 # b.tail(行數)# 默認取后5行尾 # b.describe() 統計數據的情況 count mean std min 25% max e = b.head() f = b.describe() # 數據的轉置,及行變成列，列變成行 g = b.T 五python數據的導入 import pandas as pad f = open('d:/大.csv','rb') # 導入csv a = pad.read_csv(f, encoding='python') # 顯示多少行多少列 a.shape() a.values[0][2] #第一行第三列 # 描述csv數據 b = a.describe() # 排序 c = a.sort_values() # 導入excel d = pad.read_excel('d:/大.xls') print(d) print(d.describe()) # 導入mysql import pymysql conn = pymysql.connect(host='localhost', user='root', passwd='root', db='') sql = 'select * from mydb' e = pad.read_sql(sql, conn) # 導入html表格數據 需要先安裝 html5lib和bs4 g = pad.read_html('https://book.douban.com/subject/30258976/?icn=index-editionrecommend') # 導入文本數據 h = pad.read_table('d:/lianjie.txt','rb', engine='python') print(h.describe()) 六matplotlib的使用 # 折線圖/散點圖用plot # 直方圖用hist import matplotlib.pylab as pyl import numpy as npy x = [1,2,4,6,8,9] y = [5,6,7,8,9,0] pyl.plot(x, y) #plot(x軸數據，y軸數據，展現形式) # o散點圖,默認是直線 c cyan青色 r red紅色 m magente品紅色 g green綠色 b blue藍色 y yellow黃色 w white白色 # -直線 --虛線 -. -.形式 :細小虛線 # s方形 h六角形 *星星 + 加號 x x形式 d菱形 p五角星 pyl.plot(x, y, 'D') pyl.title('name') #名稱 pyl.xlabel('xname') #x軸名稱 pyl.ylabel('yname') #y軸名稱 pyl.xlim(0,20) #設置x軸的范圍 pyl.ylim(2,22) #設置y軸的范圍 pyl.show() # 隨機數的生成 data = npy.random.random_integers(1,20,100) #(最小值，最大值，個數) # 生成具有正態分布的隨機數 data2 = npy.random.normal(10.0, 1.0, 10000) #(均值，西格瑪，個數) # 直方圖hist pyl.hist(data) pyl.hist(data2) # 設置直方圖的上限下限 sty = npy.arange(2,20,2) #步長也表示直方圖的寬度 pyl.hist(data, sty, histtype='stepfilled') # 去除輪廓 # 子圖的繪制和使用 pyl.subplot(2, 2, 2) # (行，列，當前區域) x1 = [2,3,5,8,6,7] y1 = [2,3,5,9,6,7] pyl.plot(x1, y1) pyl.subplot(2, 2, 1) # (行，列，當前區域) x1 = [2,3,5,9,6,7] y1 = [2,3,5,9,6,7] pyl.plot(x1, y1) pyl.subplot(2, 1, 2) # (行，列，當前區域) x1 = [2,3,5,9,6,7] y1 = [2,3,9,5,6,7] pyl.plot(x1, y1) pyl.show()