Python数据分析实战：NumPy、Pandas、Matplotlib从入门到精通
在数据分析领域，Python凭借其强大的生态系统已成为事实上的标准工具。对于零基础的初学者来说，掌握NumPy、Pandas和Matplotlib这三个核心库是从数据预处理到可视化呈现的必经之路。本文将通过完整的实战案例，带你系统学习如何利用这些工具完成从数据加载、清洗、分析到可视化的全流程。
1. 环境准备与工具安装
开始数据分析前，需要配置合适的开发环境。推荐使用Anaconda发行版，它集成了数据分析所需的常用库。
1.1 Python环境配置
首先检查Python版本，建议使用Python 3.8或更高版本：
BASH
python --version
# Python 3.8.10
如果尚未安装必要的库，使用pip进行安装：
BASH
pip install numpy pandas matplotlib seaborn jupyter
1.2 Jupyter Notebook基础配置
Jupyter Notebook是交互式数据分析的理想环境。启动后创建新笔记本，并设置常用导入语句：
PYTHON
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 设置中文字体和图形样式
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
sns.set_style("whitegrid") # 设置seaborn绘图风格
2. NumPy数组操作与数值计算
NumPy是Python科学计算的基础库，提供了高效的N维数组对象和数学函数。
2.1 创建和操作NumPy数组
与Python列表相比，NumPy数组在数值计算方面具有显著性能优势：
PYTHON
# 创建数组的多种方式
arr1 = np.array([1, 2, 3, 4, 5]) # 从列表创建
arr2 = np.zeros((3, 3)) # 3x3零矩阵
arr3 = np.ones((2, 4)) # 2x4全1矩阵
arr4 = np.arange(0, 10, 2) # 类似range函数
arr5 = np.linspace(0, 1, 5) # 等差数组
print("数组形状:", arr2.shape)
print("数组维度:", arr2.ndim)
print("数据类型:", arr2.dtype)
2.2 数组运算和广播机制
NumPy支持元素级运算和广播功能，使代码更简洁：
PYTHON
# 基本算术运算
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print("加法:", a + b)
print("乘法:", a * b)
print("点积:", np.dot(a, b))
# 广播示例：标量与数组运算
print("标量广播:", a + 10)
# 不同形状数组的广播
matrix = np.array([[1, 2, 3], [4, 5, 6]])
vector = np.array([10, 20, 30])
print("矩阵与向量广播:\n", matrix + vector)
2.3 实际案例：农产品产量预测
假设我们需要根据气候数据预测苹果产量，建立线性模型：
PYTHON
# 定义权重系数（基于历史数据得出）
weights = np.array([0.3, 0.2, 0.5]) # 温度、降雨量、湿度的权重
# 多个地区的气候数据（温度、降雨量、湿度）
climate_data = np.array([
[73, 67, 43], # 地区1
[91, 88, 64], # 地区2
[87, 134, 58], # 地区3
[102, 43, 37] # 地区4
])
# 矩阵乘法计算预测产量
predicted_yield = climate_data @ weights
print("各地区预测产量:", predicted_yield)
# 输出结果
for i, yield_val in enumerate(predicted_yield):
print(f"地区{i+1}预计产量: {yield_val:.1f} 吨/公顷")
3. Pandas数据处理与分析
Pandas提供了DataFrame这一强大的数据结构，专门用于表格数据处理。
3.1 数据读取与探索
首先学习如何从各种来源加载数据：
PYTHON
# 从CSV文件读取数据
covid_df = pd.read_csv('italy-covid-daywise.csv')
# 数据基本信息
print("数据形状:", co
最低 0.47元/天 开通会员,解锁全文
成为会员后, 你将解锁
下载资源随意下
优质VIP博文免费学
优质文库回答免费看
付费资源9折优惠