Pandas學習筆記（3） 數據存取與可視化

Pandas數據存取

Pandas支持包含csv，excel，hdf，sql，json，html，stata，sas，clipboard，pickle等格式的數據文件存儲，以統一的命名風格存取，以csv爲例

pd.read_csv()

• 從csv文件中讀取數據，參數爲文件路徑
• 返回值爲一個DataFrame
• 會自動添加index（從0開始）

pd.to_csv()

• 用於以指定格式保存數據，和read方法對應

數據可視化

Matplotlib 是Python自帶的繪圖工具包，功能十分強大，在使用Pandas進行數據分析時往往需要進行數據可視化，在此只記錄最基本的用法。

import matplotlib.pyplot as plt

隨機生成一組數據，每行爲一條記錄，每條記錄包含X,Y兩個值

data = pd.DataFrame(np.random.randn(100,2),columns=list("XY"))

plt.show()

展示繪製好的圖形，可視化的最後一步

pd.plot()

基本的線性繪圖函數，可以通過參數指定繪製的顏色、線型
具體參數可參閱這裏

data.plot()
plt.show()

pd.plot.scatter()

散點圖繪製方法，需要指定x，y座標軸

data = pd.DataFrame(np.random.randn(100,2),columns=list("XY"))
data.plot.scatter(x='X',y='Y')
plt.show()

除此之外，還可以用來繪製條形圖、餅圖、直方圖等統計圖像，在此不作介紹