學(xué)過C、C++,matlab, 現(xiàn)在開始入門Python,目前主要學(xué)習(xí)如何實(shí)用python進(jìn)行數(shù)據(jù)分析，特制作此云文檔，供學(xué)習(xí)分享，可隨時在云文檔里評論，如有不足之處可以指出。簡單推薦一下飛書文檔，飛書文檔是一款由字節(jié)跳動推出的團(tuán)隊(duì)協(xié)作工具，提供文檔編輯、表格制作、項(xiàng)目管理、日程安排等功能，旨在幫助團(tuán)隊(duì)高效協(xié)作和溝通。用戶可以在其中創(chuàng)建文檔、表格、幻燈片等，實(shí)時協(xié)作編輯，并支持多種文件格式導(dǎo)入導(dǎo)出。飛書文檔也支持與其他飛書產(chǎn)品（如飛書、飛書表格）無縫集成，方便團(tuán)隊(duì)成員之間的信息共享和協(xié)作。用來記錄想法筆記等非常贊??！

          可在飛書云文檔閱讀

可以復(fù)制鏈接進(jìn)行閱讀，建議實(shí)用電腦網(wǎng)頁閱讀，一直更新

https://jvirndswckh.feishu.cn/docx/RKTqdez8No0817xhGUHczgYvnPb?from=from_copylink

《從Excel到Python 數(shù)據(jù)分析進(jìn)階指南》王彥平 ( 藍(lán)鯨 ) ／ 著

說明：鑒于 未經(jīng)授權(quán)，不得以任何方式復(fù)制和傳播本書內(nèi)容，本文檔只是個人學(xué)習(xí)所做的記錄，部分例子參照此書，細(xì)致地將相關(guān)語法內(nèi)容匯總在云文檔里并進(jìn)行了相關(guān)補(bǔ)充，歡迎閱讀原書。

生成數(shù)據(jù)表

pandas 庫

pandas 是一個強(qiáng)大的數(shù)據(jù)分析庫，提供了數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具，使得在Python中進(jìn)行數(shù)據(jù)處理變得更加簡單和高效。pandas 主要提供了兩種數(shù)據(jù)結(jié)構(gòu)：Series 和 DataFrame。

·Series：類似于一維數(shù)組的對象，由一組數(shù)據(jù)和與之相關(guān)的索引組成。

·DataFrame：類似于二維表格的數(shù)據(jù)結(jié)構(gòu)，由多個 Series 組成，每個 Series 表示一列數(shù)據(jù)。

pandas 提供了豐富的函數(shù)和方法，用于數(shù)據(jù)的導(dǎo)入、清洗、轉(zhuǎn)換、分析和可視化。通過 pandas，用戶可以輕松地處理各種數(shù)據(jù)格式，如CSV、Excel、SQL數(shù)據(jù)庫等，進(jìn)行數(shù)據(jù)篩選、聚合、合并等。

NumPy 庫

NumPy（Numerical Python）是Python中用于科學(xué)計(jì)算的一個重要庫，提供了多維數(shù)組對象（例如數(shù)組）和許多用于操作數(shù)組的函數(shù)。NumPy的核心是ndarray（N-dimensional array）對象，它是一個具有相同類型和大小的元素的多維數(shù)組。

NumPy庫提供了以下功能和特點(diǎn)：    

·強(qiáng)大的N維數(shù)組對象

·其他派生對象（如掩碼數(shù)組、矩陣等）

·廣播功能函數(shù)

·整合C/C++/Fortran代碼的工具

·線性代數(shù)、傅立葉變換和隨機(jī)數(shù)生成等功能

NumPy是許多其他科學(xué)計(jì)算庫的基礎(chǔ)，如pandas、SciPy等，因此在數(shù)據(jù)處理和科學(xué)計(jì)算領(lǐng)域中被廣泛應(yīng)用。通過NumPy，用戶可以高效地進(jìn)行數(shù)組操作、數(shù)學(xué)運(yùn)算和線性代數(shù)計(jì)算。

在Python中，要導(dǎo)入pandas庫和numpy庫，可以使用以下代碼：

這樣就可以方便地使用pandas庫和numpy庫中的函數(shù)和工具來進(jìn)行數(shù)據(jù)導(dǎo)入和處理。導(dǎo)入這兩個庫后，可以使用它們提供的豐富功能來處理各種數(shù)據(jù)類型。

導(dǎo)入數(shù)據(jù)表

1.從CSV文件導(dǎo)入數(shù)據(jù)表：

2.從Excel文件導(dǎo)入數(shù)據(jù)表：

3.從SQL數(shù)據(jù)庫導(dǎo)入數(shù)據(jù)表：