Pandas与Matplotlib在统计分析中的应用

上节讲到数据分析和挖掘需要的库，其中最主要的是Pandas,Matplotlib。
Pandas：主要是对数据分析，计算和统计，如求平均值，方差等。
Matplotlib：主要结合Pandas生成图像。两者往往结合使用的。

---

Pandas：

上图中针对的是对象为DataFrame或者Series
对于DataFrame和Series区别，参考一下官网说明就知道该数据结构了。
回归到上图的使用方法



解释：
读取excel里面的数据，然后生成data数据。然后过滤一下数据，这个过滤可有可无，然后直接使用data.describe()即可。因为对象data是DataFrame格式。
如果使用其他方法，data.sum()，data.var()即可得出，如下

这里只是给出其他统计方式，如果还需要其他数据，如极差，四分位数间距这些，需要计算得出。这里可以这样：

解释：
statistics是为data.describe()，不能直接是data。

statistics.loc['aa'] = statistics.loc['75%']-statistics.loc['25%'] #四分位数间距
   
   
   
   

    
    
    
    
1
   
   
   
   
   
   
   
   

    
    
    
   
   
   
   
   
   
   
   

    
    
    
    
1
   
   
   
   

statistics.loc[‘aa’]是可以自定义名称的。也就是我们常说的新增统计数据。

Pandas累积统计特征函数

用法：

结果：

这里是统计2行的和，因为和我设置window=2相关的。你会发现第一个数是NaN的，因为第一行不够2行，无法累加。

---

Matplotlib作图：

在作图之前，基本上都要做一些设置：
import matplotlib.pyplot as plt #导入图像库
plt.rcParams[‘font.sans-serif’] = [‘SimHei’] #用来正常显示中文标签
plt.rcParams[‘axes.unicode_minus’] = False #用来正常显示负号
plt.figure(figsize=(7,5)) #建立图像，创建图像区域，figsize=(7,5)指定比例
默认比例可以为：plt.figure()

如果结合Pandas使用，用法
data.plot(kind=’bar’)
kind参数作用指定作图类型，line（线），bar（条形），barh、hist（直方图），box（箱线图），kde（密度图），area、pie（饼图）、scatter（散点图）
data为DataFrame或Series。
基本上Pandas,Matplotlib两者结合作图都是这种方法。
例子:


这个是通过excel数据生成图形。
如果是饼图

---

如果Matplotlib要单独使用，用法和上述又不一样了。

转载于http://blog.csdn.net/HuangZhang_123/article/details/72899635