python数据分析之numpy-pandas-matplotlib-常用代码

python数据分析之numpy-pandas-matplotlib-常用代码示例，是python的源代码文件，总结到位，并且包含示例的数据文件，不用再找了。注释比较详细，适合新手入门，老手回顾。每个源文件命名一看就知道是起什么作用，所以很不错的资源

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
unrate = pd.read_csv（‘UNRATE.csv‘）
unrate[‘DATE‘] = pd.to_datetime（unrate[‘DATE‘]format=‘%Y/%m/%d‘）#转化为python中时间格式
unrate1948 = unrate[0:12]#行切片，隐式
month1948 = unrate1948[‘DATE‘].dt.month#取月份
fig1ax1 = plt.subplots（nrows=1ncols=1figsize=（86））
ax1.plot（month1948unrate1948[‘VALUE‘]linestyle=‘‘ ‘‘color=‘k‘
         linewidth=2 marker=‘*‘markerfacecolor=‘red‘
         markersize=10markeredgewidth=0）
ax1.set_xticks（range（113））
ax1.set_xticklabels（unrate1948[‘DATE‘]rotation=90）

#对比
fig2ax2 = plt.subplots（nrows=1ncols=1figsize=（86））
ax2.plot（unrate1948[‘DATE‘]unrate1948[‘VALUE‘]linestyle=‘‘ ‘‘color=‘k‘
         linewidth=2 marker=‘*‘markerfacecolor=‘red‘
         markersize=10markeredgewidth=0）
plt.xticks（rotation=90）
#linestyle=‘‘ ‘‘无线条，相当于散点图
#多图绘制
fig3 ax3 = plt.subplots（nrows=2ncols=1figsize=（88））
ax3[0].plot（np.arange（110）10*np.random.random（9）label=‘fig1‘）
ax3[0].set_xlabel（‘x‘）
ax3[0].legend（）
ax3[1].plot（np.arange（110）10*np.random.random（9）label=‘fig2‘）
ax3[1].set_xlabel（‘x‘）
ax3[1].legend（）
plt.show（）
#柱形图
reviews = pd.read_csv（‘fandango_scores.csv‘）
cols1 = [‘RT_user_norm‘ ‘metacritic_user_nom‘ ‘IMDB_norm‘
            ‘Fandango_Ratingvalue‘ ‘Fandango_Stars‘]
reviews1 = reviews[cols1]
fig4ax4 = plt.subplots（figsize=（86））
ax4.bar（np.arange（16）reviews1.loc[0cols1]0.5）#条形宽度0.5
ax4.set_xticks（range（16））
ax4.set_xticklabels（cols1rotation=45）
plt.show（）
#频次直方图
a = reviews1[‘Fandango_Ratingvalue‘]
fig5ax5 = plt.subplots（figsize=（86））
ax5.hist（abins=20）#分20组，默认10组
plt.show（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件       13207  2018-08-25 18:24  UNRATE.csv
     文件       15144  2018-08-25 18:26  fandango_scores.csv
     文件        1763  2018-11-09 21:42  matplotlib1绘图格式控制.py
     文件         548  2018-11-09 20:37  matplotlib多个画布以及刻度和标签设置.py
     文件         311  2018-11-08 18:40  matplotlib显示中文注释.py
     文件        1359  2018-11-05 10:32  numpy1创建数组.py
     文件        2255  2018-11-05 20:51  numpy2数组基础.py
     文件         598  2018-11-05 19:07  numpy3比较布尔掩码操作.py
     文件        2244  2018-11-05 20:57  numpy4计算及常用函数.py
     文件         156  2018-11-05 21:02  numpy5读txt.py
     文件        3182  2018-11-07 12:36  pandas1Dataframe数据创建与选取.py
     文件        1863  2018-11-07 11:23  pandas1Series数据创建与选取.py
     文件        1819  2018-11-07 14:36  pandas2数值运算索引操作.py
     文件        2537  2018-11-08 10:54  pandas3索引排序和值排序.py
     文件        1045  2018-11-08 12:09  pandas4-1分组与apply.py
     文件         787  2018-11-07 17:10  pandas4统计.py
     文件        1025  2018-11-08 10:12  pandas5缺失值处理.py
     文件        1066  2018-11-09 14:27  pandas6数据透视表.py
     文件        1836  2018-11-04 23:00  pandas书自学.py
     文件       61194  2018-08-25 18:26  titanic_train.csv
     文件       38152  2018-08-25 18:26  world_alcohol.txt