Pandas学习笔记（3） 数据存取与可视化

Pandas数据存取

Pandas支持包含csv，excel，hdf，sql，json，html，stata，sas，clipboard，pickle等格式的数据文件存储，以统一的命名风格存取，以csv为例

pd.read_csv()

• 从csv文件中读取数据，参数为文件路径
• 返回值为一个DataFrame
• 会自动添加index（从0开始）

pd.to_csv()

• 用于以指定格式保存数据，和read方法对应

数据可视化

Matplotlib 是Python自带的绘图工具包，功能十分强大，在使用Pandas进行数据分析时往往需要进行数据可视化，在此只记录最基本的用法。

import matplotlib.pyplot as plt

随机生成一组数据，每行为一条记录，每条记录包含X,Y两个值

data = pd.DataFrame(np.random.randn(100,2),columns=list("XY"))

plt.show()

展示绘制好的图形，可视化的最后一步

pd.plot()

基本的线性绘图函数，可以通过参数指定绘制的颜色、线型
具体参数可参阅这里

data.plot()
plt.show()

pd.plot.scatter()

散点图绘制方法，需要指定x，y坐标轴

data = pd.DataFrame(np.random.randn(100,2),columns=list("XY"))
data.plot.scatter(x='X',y='Y')
plt.show()

除此之外，还可以用来绘制条形图、饼图、直方图等统计图像，在此不作介绍