python股票分析挖掘预测利器Numpy,Pandas，Matplotlib库知识点（2）

本人股市多年的老韭菜了，各种股票分析书籍，技术指标书籍阅历无数，萌发想法，何不自己开发个股票预测分析软件，选择python因为够强大，它提供了很多高效便捷的数据分析工具包，

其中数据分析中常见的3大利器---Numpy,Pandas，Matplotlib库。

俗话说的好，工欲善其事，必先利其器，我们要做好项目，必先打好基础，那我们一起学习一下这三个数据分析库，上一章简单的讲了Numpy的基础，这一章我们讲Pandas

（二）Pandas库基础

  pandas库是基于Numpy库的一个开源python库，主要运用数据快速分析，清洗和准备等工作，某种程度来说可以把Pandas当成python版的Excel，与Numpy相比，Pandas库更擅长处理二维数组，Pandas库有处理一维数据结构的Series和二维数组的DataFrame.

一维数据结构的Series用法

import pandas as pd
s = pd.Series(['李四', '王二', '张三'])
print(s)

二维数组的DataFrame.的用法

# 二维数据表格DataFrame的创建**
import pandas as pd
a = pd.DataFrame([[1, 2], [3, 4], [5, 6]])
print(a)

 （1）Series入门

 Series（系列、数列、序列）是一个带有标签的一维数组，是由一组数据以及与这组数据有关的标签（索引）组成，Series对象可以存储整数、浮点数、字符串、Python对象等多种数据类型的数据，是pandas最基础的数据结构。

（1）Series对象创建

#series对象的创建
import pandas as pd
data=[12,22,25,118]
index=['章三','里斯','王儿','刘武']
s=pd.Series(data=data,index=index)
print(s)

    (2)Series索引创建

#位置索引
data=[13.14,21.34,5.08,10.18]
s=pd.Series(data=data)
print(s)
print(s[2])#s[2]---获取位置索引为2的值

    （3)获取Series的索引和值

data=[13.14,21.34,5.08,10.18]
index=['Zhang','liu','wang','haima']
s=pd.Series(data=data,index=index)
print(s.index)
print(list(s.index))#通常将索引转换成列表输出
print(s.values)

(2)DataFrame入门

DataFrame是一个表格型的数据结构。每列都可以是不同的数据类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，这两种索引在DataFrame的实现上，本质上是一样的。但在使用的时候，往往是将列索引作为区分不同数据的标签。DataFrame的数据结构与SQL数据表或者Excel工作表的结构非常类似，可以很方便地互相转换。

下面先来创建一个DataFrame，一种常用的方式是使用字典，这个字典是由等长的list或者ndarray组成的，示例代码如下：

data={'A':['x','y','z'],'B':[1000,2000,3000],'C':[10,20,30]}
df=pd.DataFrame(data,index=['a','b','c'])
print(df)

显示结果： 

 从上图我们可以看到，DataFrame主要由如下三个部分组成。

• 数据，位于表格正中间的9个数据就是DataFrame的数据部分。
• 索引，最左边的a、b、c是索引，代表每一行数据的标识。这里的索引是显式指定的。如果没有指定，会自动生成从0开始的数字索引。
• 列标签，表头的A、B、C就是标签部分，代表了每一列的名称。

（1）DataFrame常用函数及参数

data：ndarray/字典/类似列表 | DataFrame数据；数据类型可以是ndarray、嵌套列表、字典等
index：索引/类似列表 | 使用的索引；默认值为range(n)
columns：索引/类似列表 | 使用的列标签；默认值为range(n)
dtype：dtype | 使用（强制）的数据类型；否则通过推导得出；默认值为None
copy：布尔值 | 从输入复制数据；默认值为False

属性             描述
describe()    查看每列的统计汇总信息,DataFrame类型
count(  )    返回每一列的非空值的个数
sum()           返回每一列的和，无法计算返回空值
max()        返回每一列的最大值
min()       返回每一列的最小值 

（2）通过列表创建 DataFrame

import pandas as pd
a = pd.DataFrame([[1, 2], [3, 4], [5, 6]])
print(a)

    (3)通过字典 创建 DataFrame

# (2) 通过字典创建DataFrame
b = pd.DataFrame({'a': [1, 3, 5], 'b': [2, 4, 6]}, index=['x', 'y', 'z'])
print(b)

c = pd.DataFrame.from_dict({'a': [1, 3, 5], 'b': [2, 4, 6]}, orient="index")
print(c)

   (4)通过二维数组 创建 DataFrame

# (3) 通过二维数组创建
import numpy as np
c=np.arange(12).reshape(3,4)
print(c)

import numpy as np
d = pd.DataFrame(np.arange(12).reshape(3,4), index=[1, 2, 3], columns=['A', 'B', 'C', 'D'])
print(d)

(3)文件的读取和写入 

pandas库可以从多种数据中读取数据，也可以将获得的数据写入这些文件 

   (1)文件读取 

一下代码一个简单的excel读取文件

# **2.2.2 Excel等文件的读取和写入**
import pandas as pd
data = pd.read_excel('data.xlsx')  # data为DataFrame结构
data.head()  # 通过head()可以查看前5行数据，如果写成head(10)则可以查看前10行数据

# 其中read_excel还可以设定参数，使用方式如下：
data = pd.read_excel('data.xlsx', sheet_name=0, encoding='utf-8')

data = pd.read_csv('data.csv')
data.head()

# read_csv也可以指定参数，使用方式如下：
data = pd.read_csv('data.csv', delimiter=',', encoding='utf-8')

（2）文件的写入

 (2) 文件写入
data = pd.DataFrame([[1, 2], [3, 4], [5, 6]], columns=['A列','B列'])
data.to_excel('data_new.xlsx')

data.to_excel('data_new.xlsx', sheet_name=0, encoding='utf-8', index=False, columns=['A列','B列'])

data.to_csv('data_new.csv')

data.to_csv('演示.csv', index=False, encoding="utf_8_sig")
# **补充知识点：文件相对路径与绝对路径**
data.to_excel('E:\\大数据分析\\data.xlsx')  # 绝对路径推荐写法1，此时E盘要有一个名为“大数据分析”的文件夹
data.to_excel(r'E:\大数据分析\data.xlsx')  # 绝对路径推荐写法2，此时E盘要有一个名为“大数据分析”的文件夹

（3）数据的获取和筛选 

# **2.2.3 数据读取与筛选**
import pandas as pd
data = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], index=['r1', 'r2', 'r3'], columns=['c1', 'c2', 'c3'])
print(data)

# 1.按照行列进行数据筛选
# (1) 按照列来选取数据
a = data['c1']
print(a)

b = data[['c1']]
print(b)

c = data[['c1', 'c3']]
print(c)
# (2) 按照行来选取数据

a = data[1:3]
print(a)

b = data.iloc[1:3]
print(b)

c = data.iloc[-1]
print(c)

d = data.loc[['r2', 'r3']]
print(d)

e = data.head()
print(e)
# (3) 按照区块来选取
a = data[['c1', 'c3']][0:2]  # 也可写成data[0:2][['c1', 'c3']]
print(a)

b = data.iloc[0:2][['c1', 'c3']]
print(b)

c = data.iloc[0]['c3']
print(c)

d = data.loc[['r1', 'r2'], ['c1', 'c3']]
e = data.iloc[0:2, [0, 2]]  
print(d)
print(e)

f = data.ix[0:2, ['c1', 'c3']]
print(f)

 Pandas库还提供了很多高级的功能，比如数据表拼接，如果详细的介绍Pandas的各项功能和用法，需要一本书的厚度，在这只是介绍简单的用法和入门，谢谢！