贾俊平《数据分析基础—Python实现》（02）第2章 Python数据处理（Python-1）.pptxVIP

课程结构 第1章 数据分析与Python语言 第2章 Python数据处理 第3章 数据可视化分析 第4章 数据的描述分析 第5章 推断分析基本方法 第6章 相关与回归分析 第7章 时间序列分析;;学习目标 掌握Python语言的数据类型及其处理方法 掌握数据抽样、筛选和生成随机数的方法 用Python语言生成频数分布表 思政目标 数据处理是数据分析的前期工作。在数据处理过程中要本着实事求是的态度，避免为达到个人目的而有意加工和处理数据 数值数据分组的目的是通过数据组别对实际问题进行分类，分组的应用要反映社会正能量，避免利用不合理的分组歪曲事实;Python的6种数据结构 ython3中有6种基本的数据结构或称数据类型，分别是数字（number）、字符串（string）、元组（tuple）、列表（list）、字典（dictionary）、集合（set），这6种数据类型通过不同的组成方式和定义可以产生更多的类型 使用内置函数type()可以查看数据的类型;元组 元组是一维序列，其定长是固定的、不可变的，内容不能修改 通常用“（ ）”标识，元素之间用“,”分隔。比如，输入(1,2,3,4,5)就生成了一个元组;元组 元组是一维序列，其定长是固定的、不可变的，内容不能修改 通常用“（ ）”标识，元素之间用“,”分隔。比如，输入(1,2,3,4,5)就生成了一个元组; 列表的操作;字典 字典是Python最重要的内置结构之一，它是大小可变的键值对集，其中键（key）和值（value）都是Python对象。字典中的元素用大括号{ }括起来，用“：”分割键和值，不同的键值组合之间用“，”分隔。用大括号“{ }”或dict函数可以创建字典，其形式如下： dictionary={key1:value1,key2:value2,……} 或写成： dictionary=dict(key1=value1,key2=value2,……);集合 集合是由唯一元素组成的无序集，可看成是只有键没有值的字典。由于集合中的元素是无序的，不记录元素的位置，因此不支持索引、切片等类似序列的操作，只能遍历或使用in、not in等访问或判断集合元素。使用set()函数或大括号“{ }”的方式等可以创建集合，一个空集合必须使用set()创建;n维数组 numpy是numerical python的简称，它是Python中数值计算的最重要的基础模块。n维数组（ndarray）是numpy模块中??义的对象，它可以是一维、二维和多维，数组中元素类型是数值型。n维数组由实际数据和描述这些数据的元数据（数据维度，数据类型等）组成，一般要求所有元素类型相同，数组下标从0开始 一维数组就是通常所说的向量（vector），二维数组就是通常所说的矩阵（matrix）。可以通过构造函数array创建n维数组，也可以使用numpy中的其他函数如arange函数、ones函数以及zeros函数等创建n维数组使用内置函数type()可以查看数据的类型;序列 序列类似于一维数组，不同的是它由索引（index）和一维数值（values）组成 序列可以储存整数、浮点数、字符、Python对象等多种类型的数据，但一个序列最好只存储一种类型的数据，若存在多种数据类型，该序列的类型会自动转换成对象 使用Series函数可创建序列，使用前需要导入pandas模块; pandas中的序列和数据框;数据框 数据框是pandas中的另一个重要数据结构，它是一种表格结构的数据，类似于Excel中的数据表，也是较为常见的数据形式。数据框实际上是带标签的二维数组，一个数据框由行索引（index）、列索引（columns）和二维数据（values）组成。数据框的每一列和每一行都是一个序列。为了便于分析，一般要求数据框一列只存储一种类型的数据 创建数据框 使用pandas的构造函数DataFrame可创建数据框，其中的参数data为数组或字典。也可以直接读入数据框形式的csv格式或Excel数据作为pandas的框数据使用Series函数可创建序列，使用前需要导入pandas模块;数据框的操作 使用table1_1.head()默认显示数据框table1_1的前5行，如果只想显示前3行，则可以写成table1_1.head(3)。使用table1_1.tail()默认显示数据框table1_1的后5行，如果想显示后3行，则可以写成table1_1.tail(3) 使用type函数可以查看数据的类型 使用table1_1.shape可以查看数据框table1_1的行数和列数属性 使用info()方法查看数据的结构 使用describe()方法可以对数据框的数值型变量进行简单的描述统计;数据框的排序 使用