如何在Python中使用數據分析庫

185次閱讀

共計 1088 個字符，預計需要花費 3 分鐘才能閱讀完成。

在 Python 中，有很多數據分析庫可以使用，其中最流行的包括 Pandas、NumPy、Matplotlib 和 Seaborn。以下是如何使用這些數據分析庫的簡單示例：

Pandas：Pandas 是一個強大的數據分析庫，可以用于數據清洗、數據分析和數據可視化。下面是一個使用 Pandas 加載和查看數據的示例代碼：

import pandas as pd

# 讀取 CSV 文件 
data = pd.read_csv('data.csv')

# 查看數據的前幾行 
print(data.head())

NumPy：NumPy 是 Python 中用于科學計算的基礎庫，提供了多維數組對象和各種數學函數。下面是一個使用 NumPy 計算數組的平均值和標準差的示例代碼：

import numpy as np

# 創建一個 NumPy 數組 
arr = np.array([1, 2, 3, 4, 5])

# 計算數組的平均值和標準差 
mean = np.mean(arr)
std = np.std(arr)

print('Mean:', mean)
print('Standard Deviation:', std)

Matplotlib：Matplotlib 是一個用于繪制圖表和可視化數據的庫。下面是一個使用 Matplotlib 繪制折線圖的示例代碼：

import matplotlib.pyplot as plt

# 創建數據 
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 繪制折線圖 
plt.plot(x, y)
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Line Plot')
plt.show()

Seaborn：Seaborn 是一個基于 Matplotlib 的數據可視化庫，提供了更高級的繪圖功能和更美觀的圖表樣式。下面是一個使用 Seaborn 繪制直方圖的示例代碼：

import seaborn as sns
import numpy as np

# 生成隨機數據 
data = np.random.normal(size=1000)

# 繪制直方圖 
sns.histplot(data, kde=True)
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram')
plt.show()