杂记 —— pandas、pyplot

pandas

df = pd.read_csv('data.csv', header=None)  # 读取csv文件，并指示文件没有表头
row = df.values[0]  # 读取df表格中第0行数据
val = df.values[0][0]  # 读取df表格中第0行第0个数据
col = df.Name  # 读取df表格中Name列的数据
name = df.Name[0]  # 读取df表格中Name列第0个数据
column = df[1]  # 获取df表格中第二列的数据
columndata = df[1][:-3]  # 获取df表格中第二列的数据，并去掉最后三个数据
df = df[['ID', 'DT', ...]]  # 获取df表格中多列数据
df = df.dropna()  # 删除包含缺失值的行
df = df.drop(['FO2', 'FCO', 'FH', 'FMet'], axis=1)  # 删除多列
x = eval(str(df.A[0]))  # 通过该方式可以将A列第0个np类型的数据转换成数值类型
df.columns  # df表格中的列索引；调用表头
df.index  # df表格中的行索引
df.to_csv(r'data.csv', encoding='utf-8', index=False)  # 将数据保存为csv文件，并使用utf-8编码，不要行索引

# 遍历df表格中的每一行
for index, row in df.iterrows():
	data = row[:4]  # 获取每一行的前4个数据

有时需要将数值转成int类型，但没法通过int()进行强制转换，此时可以尝试使用round()进行转换。

pyplot

plt.figure('OXI_Mode105', figsize=(8, 6))  # 创建画布，宽为8英寸，高为6英寸
plt.figure('OXI_Mode105', figsize=(8, 6), dpi=100)  # 创建画布，宽为8*100像素，高为6*100像素
plt.xticks(np.arange(450, 700, 20))  # 横轴设置刻度值，间隔20
plt.yticks(np.arange(0, 1.8, 0.2))  # 纵轴设置刻度值，间隔0.2
plt.xlabel('波长λ')  # 设置横轴的标签值
plt.ylabel('吸光度A')  # 设置纵轴的标签值
plt.plot(lst_x, lst_y, 'r')  # 横坐标和纵坐标可以是元组和列表，但必须一一对应

# 在使用pyplot时，当出现了中文而导致乱码，可以通过以下方式解决
import seaborn as sns

sns.set(font="SimSun", style="ticks", font_scale=1.2)  # 设置中文字体为宋体，英文字体为times new roman