导入python自带的一系列数据集等操作

#通过matplotlib实现数据的可视化
#sklearn库自带数据集，加载的方式是固定的，站在巨人的肩膀上
'''
#导入数据集
from sklearn.datasets import load_iris
from sklearn.datasets import load_boston

#导入matplotlib绘图模块
from matplotlib import pyplot as plt
#%matplotlib inline#我也不知道这是啥意思

iris=load_iris()
print(iris.DESCR)
data=iris.data
plt.plot(data[:,0],data[:,1],'.')

boston=load_boston()
print(boston.DESCR)
data=boston.data
plt.plot(data[:,2],data[:,4],'+')

iris=load_iris()

'''


'''
#import pandas as pd
#import numpy as np

#df=pd.read_csv('WHO_first9cols.csv')
#print(df)

# pandas数据结构之dataframe
from pandas.io.parsers import read_csv

df=read_csv('WHO_first9cols.csv')
print('dataframe',df)
#pandas属性：以元组形式存放dataframe的形状数据
print('shape',df.shape)
print('length',len(df))

#考察各列的标题与数据类型
print('column headers',df.columns)#标题
print('data types',df.dtypes)#数据类型

#pandas的dataframe带有一个索引，类似于关系型数据库的主键（primary key）
#方法：print('Index',df.index)
print('Index',df.index)

#遍历dataframe的基础数据，pandas的迭代器，遍历列值的效率会很低
#更好的解决方案：从基础的numpy数组中提取这些数值，进行相应处理
print('Values',df.values)#非数字的数值被标为’nan‘
'''

#pandas数据结构之Series
#series数据结构是不同类型元素组成的一维数组，该数据结构也具有标签
#创建Series数据结构：
#1.使用python字典
#2.使用numpy数组
#3.使用单个标量值

import pandas as pd
import numpy as np

'''
df=pd.read_csv('WHO_first9cols.csv')
country_col=df['Country']#选中文件中的第一列，即Country列
print('type country_col',type(country_col))#得到一个series型的数据
print('Series shape',country_col.shape)
print('Series index',country_col.index)
print('Series values',country_col.values)
print('Series name',country_col.name)#可以看到每一个元素叫什么

#Series的切片功能，取Country中的最后两个国家
print('Last 2 countries',country_col[-2:])
print('Last 2 countries type',type(country_col[-2:]))

#numpy的函数适用pandas的DataFrame和Series数据结构
#可以使用NumPy的sign()函数获得数字的符号
#正数返回1，负数返回-1，零值返回0

last_col=df.columns[-1]#最后一列
print('Last df column signs:\n',last_col,np.sign(df[last_col]),'\n')
'''

'''
#小例子说明涉及nan的运算会产生nan
a=np.sum([0,np.nan])
print(np.sum(df[last_col]-df[last_col].values))

#利用pandas查询数据
#pandas的dataframe结构类似于关系型数据库，从dataframe读写数据可以看作是一种查询操作
'''