一文看懂怎么用Python做数据分析

Excel 中的数据分析功能中提供协方差的计算，python 中通过 cov 函数计算两个字段或数据表中各字段间的协方差。

Cov 函数用来计算两个字段间的协方差，可以只对特定字段进行计算，也可以对整个数据表中各个列之间进行计算。

#两个字段间的协方差 
df_inner['price'].cov(df_inner['m-point']) 
17263.200000000001 
#数据表中所有字段间的协方差 
df_inner.cov() 

相关分析

Excel 的数据分析功能中提供了相关系数的计算功能，python 中则通过 corr 函数完成相关分析的操作，并返回相关系数。

Corr 函数用来计算数据间的相关系数，可以单独对特定数据进行计算，也可以对整个数据表中各个列进行计算。相关系数在-1 到 1 之间，接近 1 为正相关，接近-1 为负相关，0 为不相关。

#相关性分析 
df_inner['price'].corr(df_inner['m-point']) 
0.77466555617085264 
#数据表相关性分析 
df_inner.corr() 

09 数据输出

第九部分是数据输出，处理和分析完的数据可以输出为 xlsx 格式和 csv 格式。

写入 excel

#输出到 excel 格式  
df_inner.to_excel('excel_to_python.xlsx', sheet_name='bluewhale_cc') 

excel

写入 csv

#输出到 CSV 格式 
df_inner.to_csv('excel_to_python.csv') 

在数据处理的过程中，大部分基础工作是重复和机械的，对于这部分基础工作，我们可以使用自定义函数进行自动化。以下简单介绍对数据表信息获取自动化处理。

创建数据表 
df = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006], 
"date":pd.date_range('20130102', periods=6), 
"city":['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shanghai', 'BEIJING '], 
"age":[23,44,54,32,34,32], 
"category":['100-A','100-B','110-A','110-C','210-A','130-F'], 
"price":[1200,np.nan,2133,5433,np.nan,4432]}, 
columns =['id','date','city','category','age','price']) 
 
Read more: http://bluewhale.cc/2017-04-21/use-python-for-data-analysis-like-excel-3.html#ixzz5rvBC8kaw 
#创建自定义函数 
def table_info(x): 
    shape=x.shape 
    types=x.dtypes 
    colums=x.columns 
    print("数据维度(行，列):n",shape) 
    print("数据格式:n",types) 
    print("列名称:n",colums) 
 
Read more: http://bluewhale.cc/2017-04-21/use-python-for-data-analysis-like-excel-3.html#ixzz5rvBC8kaw 
#调用自定义函数获取df数据表信息并输出结果 
table_info(df) 
  
数据维度(行，列): 
(6, 6) 
数据格式: 
id int64 
date datetime64[ns] 
city object 
category object 
age int64 
price float64 
dtype: object 
列名称: 
Index(['id', 'date', 'city', 'category', 'age', 'price'], dtype='object') 
 
Read more: http://bluewhale.cc/2017-04-21/use-python-for-data-analysis-like-excel-3.html#ixzz5rvBJs6Fv 

以上就是用 Python 做数据分析的基本内容。

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!