Introduction to Data Science in Python 是 DataCamp 中 Python Programmer Career Track 的第一门课程。
本节课可以学习到：
- 学写 Python 代码
- 从表格中加载数据
- 可视化数据
Import
# Import a module import matplotlib # Import a module with an alias import matplotlib.pyplot as plt # From Import from matplotlib import pyplot as plt
Variable
Rule for variable names
字母起始，使用字母、数字、下划线，大小写敏感
Float and String
float：整数或小数
string：文本字符串
Function
函数是一种行为
代码中函数的作用
import pandas as pd
from matplotlib import pyplot as plt
# pd.read_csv() 将csv文件转换为Python表格
df = pd.read_csv('letter_frequency.csv')
# plt.plot() 将数据转换为折线图
plt.plot(df.letter_index, df.frequency, label='Ransom')
# plt.show() 在新窗口显示图
plt.show()
解剖函数调用
函数调用以模块名开始，点连接函数名；参数包含在括号中，用逗号分隔
按照顺序填入的必填参数为位置参数（Positional Arguments）
在位置参数后用name=value指定的被称作关键字参数（Keyword Arguments）
Pandas
pandas 可以干什么：
- 从不同的数据源加载表格
- 查找指定的行列
- 计算统计数据
- 综合多种数据源
pandas 的表格类型：DataFrame
import pandas as pd
# 加载 CSV
df = pd.read_csv('ransom.csv')
# 打印表单
print(df)
# 打印表单前五行
print(df.head())
# 查看表格信息
print(df.info())
Matplotlib.pyplot
Import 与折线图初步
from matplotlib import pyplot as plt plt.plot(data1.x_values, data1.y_values) plt.plot(data2.x_values, data2.y_values) plt.show()
折线图进阶
# 添加横纵标签及标题
plt.xlabel("Letter")
plt.ylabel("Frequency")
plt.title("Ransom Note Letters")
# 指定标题文字大小
plt.title("Plot title", fontsize=20)
# 指定标签后添加图例
plt.plot(aditya.days, aditya.cases, label="Aditya")
plt.plot(deshaun.days, deshaun.cases, label="Deshaun")
plt.plot(mengfei.days, mengfei.cases, label="Mengfei")
plt.legend()
# 指定图例颜色（颜色来源 Web colors）
plt.legend(color="green")
# 指定折线颜色、粗细
plt.plot(x, y, color="tomato", linewidth=1)
# 指定折线样式（- 为直线 -- 为虚线 -. 为虚线点线交错 : 为点线）
plt.plot(x, y, linestyle='-.')
# 指定折线标记（x为叉 s为方 o为圆 d为钻石菱形 *为五角星 h为六边形）
plt.plot(x, y, marker='*')
# 添加任意位置文本：横坐标、纵坐标、文字
plt.text(5, 9, "Unusually low H frequency!")
# 指定表格风格
plt.style.use('fivethirtyeight')
# 查看可用风格
print(plt.style.available)
# 正常显示中文字体
plt.rcParams['font.sans-serif']=['Microsoft YaHei']
散点图
# scatter 散点图，参数为横坐标与纵坐标序列
plt.scatter(df.age, df.height)
plt.xlabel('Age (in months)')
plt.ylabel('Height (in inches)')
plt.show()
# 调整标记透明度（alpha 0 到 1）
plt.scatter(df.age, df.height, marker='o', alpha=0.1)
柱形图
# 柱形图
plt.bar(df.precinct, df.pets_abducted)
plt.ylabel('Pet Abductions')
plt.show()
# 条形图（横向柱形图，horizonal）
plt.barh(df.precinct, df.pets_abducted)
plt.ylabel('Pet Abductions')
plt.show()
# 增加柱形图误差线（yerr）
plt.bar(df.precinct, df.pet_abductions, yerr=df.error)
# 累积柱状图（bottom）
plt.bar(df.precinct, df.dog, label='Dog')
plt.bar(df.precinct, df.cat, bottom=df.dog, label='Cat')
直方图
# 默认 10 分类直方图 plt.hist(gravel.mass) # 更改分类桶数量（bins） plt.hist(gravel.mass, bins=40) # 更改上下限 （range=tuple） plt.hist(gravel.mass, range=(50, 100)) # 归一化，变数量为频率（density） plt.hist(male_weight, density=True) plt.hist(female_weight, density=True)
评论