目录

前言

1. 常用数据分析库

2. 数据分析基本流程

# 1.导入 .xls或者 .xlsx文件, 主要使用 Pandas的 read_excel()方法# 1. 常规导入import pandas as pddf = pd.read_excel('1月.xlsx')# print(df) # 输出表格全部的数据print(df.head(10)) # 输出表格前5行的数据​编辑

2.1 数据获取与导入

3. 典型应用场景

数据可视化：将数据以图表形式呈现，辅助决策。

统计分析：假设检验、相关性分析等。

机器学习建模：预测、分类和聚类等。

总结通过以上工具和方法，Python 能够高效处理从数据收集到模型部署的全流程，广泛应用于金融、医疗、电商、科研等领域。

相关python.数据分析与应用学习链接pandas documentation — pandas 2.2.3 documentation

---

前言

下面我将介绍 Python 数据分析与应用的基础知识，包括常用库、数据分析流程和实际应用示例。

核心库

NumPy：提供多维数组对象和高效的计算函数，是科学计算的基础。

pandas：提供 DataFrame 数据结构，适合处理结构化数据，支持数据清洗、聚合、透视等操作。

Matplotlib/Seaborn：可视化库，前者灵活，后者提供更美观的默认样式和高级统计图表。

SciPy：包含优化、积分、插值等科学计算工具。

Scikit-learn：机器学习库，提供分类、回归、聚类等算法。

1. 常用数据分析库

Python 中有几个核心库用于数据分析：

常用数据分析库的导入
import pandas as pd          数据处理与分析
import numpy as np           数值计算
import matplotlib.pyplot as plt  数据可视化
import seaborn as sns        高级数据可视化
import scipy.stats as stats 统计分析

2. 数据分析基本流程

# 1.导入 .xls或者 .xlsx文件, 主要使用 Pandas的 read_excel()方法
# 1. 常规导入
import pandas as pd
df = pd.read_excel('1月.xlsx')
# print(df) # 输出表格全部的数据
print(df.head(10)) # 输出表格前5行的数据

# 1.导入 .xls或者 .xlsx文件, 主要使用 Pandas的 read_excel()方法
# 1. 常规导入
import pandas as pd
df = pd.read_excel('1月.xlsx')
# print(df) # 输出表格全部的数据
print(df.head(10)) # 输出表格前5行的数据

典型的数据分析流程包括以下步骤：

2.1 数据获取与导入

3. 典型应用场景

1. 数据可视化：将数据以图表形式呈现，辅助决策。

2. plt.plot() 绘图： 
   语法：plt.plot(x, y, color, linestyle, linewidth, marker, markerfacecolor, markersize, label)
   各参数介绍如下：
     x： x轴数据
     y： y轴数据
     color： 线的颜色
     linestyle： 线条样式
     linewidth： 线条宽度（用数字表示大小）
     marker： 标记的样式
     markerfacecolor： 标记填充颜色
     markersize： 标记尺寸（用数字表示大小）
     label： 线条的标签（后文结合 legend() 创建图例来讲）
   # 绘制第一张图表 
   import matplotlib.pyplot as plt
   #折线图
   plt.plot([1,3,5,7,9], [1, 8, 3, 6, 2])  # x轴默认是 [0,1,2,3,4]
   
   

   plt.plot() 绘图： 
   语法：plt.plot(x, y, color, linestyle, linewidth, marker, markerfacecolor, markersize, label)
   各参数介绍如下：
     x： x轴数据
     y： y轴数据
     color： 线的颜色
     linestyle： 线条样式
     linewidth： 线条宽度（用数字表示大小）
     marker： 标记的样式
     markerfacecolor： 标记填充颜色
     markersize： 标记尺寸（用数字表示大小）
     label： 线条的标签（后文结合 legend() 创建图例来讲）
   # 绘制第一张图表 
   import matplotlib.pyplot as plt
   #折线图
   plt.plot([1,3,5,7,9], [1, 8, 3, 6, 2])  # x轴默认是 [0,1,2,3,4]
   

   import matplotlib.pyplot as plt
   import pandas as pd
   # 用figure（）方法来设置画布大小、分辨率、颜色、边框
   
   plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码问题
   plt.rcParams['axes.unicode_minus'] = False   # 解决负号不显示问题
   
   flg = plt.figure( figsize=(5,3), facecolor = 'yellow')  
   df = pd.read_excel('体温.xls')
   # 折线图
   x = df['日期'] # x轴数据
   y = df['体温'] # y轴数据
   
   plt.plot(x, y, color = 'm', linestyle = '--', marker = 'o' )
   
   plt.xlabel('2020年2月')  # x轴标题
   plt.ylabel('基础体温')   # y轴标题
   
   plt.grid(color = 'r', linestyle = '--',linewidth = 1, axis='y') # 设置网格线，用 plt.grid()。 axis='y'是将 Y 轴是网格线隐藏。
   plt.legend('基础体温', fontsize = 8, loc = 'upper left')  # 手动添加图例。fontsize字体大小，loc 图例显示位置。
   # plt.legend() # 自动显示图例
   plt.show()

   import matplotlib.pyplot as plt
   import pandas as pd
   # 用figure（）方法来设置画布大小、分辨率、颜色、边框

   plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码问题
   plt.rcParams['axes.unicode_minus'] = False   # 解决负号不显示问题

   flg = plt.figure( figsize=(5,3), facecolor = 'yellow')  
   df = pd.read_excel('体温.xls')
   # 折线图
   x = df['日期'] # x轴数据
   y = df['体温'] # y轴数据

   plt.plot(x, y, color = 'm', linestyle = '--', marker = 'o' )

   plt.xlabel('2020年2月')  # x轴标题
   plt.ylabel('基础体温')   # y轴标题

   plt.grid(color = 'r', linestyle = '--',linewidth = 1, axis='y') # 设置网格线，用 plt.grid()。 axis='y'是将 Y 轴是网格线隐藏。
   plt.legend('基础体温', fontsize = 8, loc = 'upper left')  # 手动添加图例。fontsize字体大小，loc 图例显示位置。
   # plt.legend() # 自动显示图例
   plt.show()

   

3. 统计分析：假设检验、相关性分析等。

   # 内嵌环形饼图
   import pandas as pd
   import matplotlib.pyplot as plt
   plt.rcParams['font.sans-serif']=['SimHei']
   
   df1 = pd.read_excel('data2.xlsx')
   df2=pd.read_excel('data2.xlsx',sheet_name='2月')
   
   #数据集，x1,x2分别对应外环、内环百分比例
   x1=df1['销量']
   x2=df2['销量']
   
   #设置饼状图各个区块的颜色
   colors = ['red', 'yellow', 'slateblue', 'green','magenta','cyan','darkorange','lawngreen','pink','gold']
   
   #外环
   plt.pie(x1,autopct='%.1f%%',radius=1,pctdistance=0.85,colors=colors,wedgeprops=dict(linewidth=2,width=0.3,edgecolor='w'))
   #内环
   plt.pie(x2,autopct='%.1f%%',radius=0.7,pctdistance=0.7,colors=colors,wedgeprops=dict(linewidth=2,width=0.4,edgecolor='w'))
   
   #图例
   legend_text=df1['地区']
   plt.legend(legend_text,title='地区',frameon=False,bbox_to_anchor=(0.2,0.5))#设置图例标题、位置、去掉图例边框
   plt.axis('equal')#设置坐标轴比例以显示为圆形
   plt.title('2020年1月和2月各地区销量占比情况分析')
   plt.show()
   

   

   # 内嵌环形饼图
   import pandas as pd
   import matplotlib.pyplot as plt
   plt.rcParams['font.sans-serif']=['SimHei']

   df1 = pd.read_excel('data2.xlsx')
   df2=pd.read_excel('data2.xlsx',sheet_name='2月')

   #数据集，x1,x2分别对应外环、内环百分比例
   x1=df1['销量']
   x2=df2['销量']

   #设置饼状图各个区块的颜色
   colors = ['red', 'yellow', 'slateblue', 'green','magenta','cyan','darkorange','lawngreen','pink','gold']

   #外环
   plt.pie(x1,autopct='%.1f%%',radius=1,pctdistance=0.85,colors=colors,wedgeprops=dict(linewidth=2,width=0.3,edgecolor='w'))
   #内环
   plt.pie(x2,autopct='%.1f%%',radius=0.7,pctdistance=0.7,colors=colors,wedgeprops=dict(linewidth=2,width=0.4,edgecolor='w'))

   #图例
   legend_text=df1['地区']
   plt.legend(legend_text,title='地区',frameon=False,bbox_to_anchor=(0.2,0.5))#设置图例标题、位置、去掉图例边框
   plt.axis('equal')#设置坐标轴比例以显示为圆形
   plt.title('2020年1月和2月各地区销量占比情况分析')
   plt.show()
    

4. 

5. 机器学习建模：预测、分类和聚类等。

   # 根据职业发展研究，影响个人职业成功的关键因素包含以下5个维度：  '专业知识', '社交能力', '领导能力', '自我管理', '学习能力' 。
   # 这5个维度所占的比重值分别是 38, 29, 15, 35, 32。现要绘制5个维度的雷达图，要求输出结果如下图。最后请将代码和输出结果截图上传。
   import matplotlib.pyplot as plt
   from math import pi
   # 数据
   labels = ['专业知识', '社交能力', '领导能力', '自我管理', '学习能力']
   data = [38, 29, 15, 35, 32] # 雷达图需要把这些点连成一个闭合多边形（就像画五角星要回到起点）。38 → 29 → 15 → 35 → 32 → 停止！
   # 闭合图形
   data =  data+ data[0:1] # data[0:1] 表示 "取列表第一个元素"（此时的 data = [38, 29, 15, 35, 32,38]）
   
   angles = [n / 5 * 2 * pi for n in range(5)]  # 改行代码可以直接使用，只需要改变维度值即可。最终得到的是将圆周进行5等分的弧度值：[0, 0.4π, 0.8π, 1.2π, 1.6π]
   angles = angles + angles[:1]  # angles[:1] 切片获取原列表的第一个元素，通过 + 运算符将原列表与首元素拼接（如原列表 [0,1,2] 会变成 [0,1,2,0]）。
   # 创建图
   plt.figure(figsize=(5, 5))
   ax = plt.subplot(polar=True) # polar=True：坐标系转换为极坐标形式，此时x轴变为角度（0-2π弧度），y轴变为半径，后续绘图指令将自动按极坐标规则处理数据
   # 画图
   ax.plot(angles, data,color='blue',linewidth=2) # 绘制折线图。angles是角度数组（弧度制），data是对应的半径值。会连接各点形成多边形轮廓
   # 填充多边形内部区域，alpha=0.1设置10%透明度（范围0-1）
   ax.fill(angles, data, alpha=0.2)
   
   # 设置标签
   # 用于在极坐标图中设置角度轴（θ轴）的刻度和标签
   # 设置刻度位置为angles数组除最后一个元素外的所有角度值
   ax.set_xticks(angles[:-1])
   ax.set_xticklabels(labels) # labels列表长度应与angles[:-1]保持一致
   # 显示
   plt.show()

   

   # 根据职业发展研究，影响个人职业成功的关键因素包含以下5个维度：  '专业知识', '社交能力', '领导能力', '自我管理', '学习能力' 。
   # 这5个维度所占的比重值分别是 38, 29, 15, 35, 32。现要绘制5个维度的雷达图，要求输出结果如下图。最后请将代码和输出结果截图上传。
   import matplotlib.pyplot as plt
   from math import pi
   # 数据
   labels = ['专业知识', '社交能力', '领导能力', '自我管理', '学习能力']
   data = [38, 29, 15, 35, 32] # 雷达图需要把这些点连成一个闭合多边形（就像画五角星要回到起点）。38 → 29 → 15 → 35 → 32 → 停止！
   # 闭合图形
   data =  data+ data[0:1] # data[0:1] 表示 "取列表第一个元素"（此时的 data = [38, 29, 15, 35, 32,38]）

   angles = [n / 5 * 2 * pi for n in range(5)]  # 改行代码可以直接使用，只需要改变维度值即可。最终得到的是将圆周进行5等分的弧度值：[0, 0.4π, 0.8π, 1.2π, 1.6π]
   angles = angles + angles[:1]  # angles[:1] 切片获取原列表的第一个元素，通过 + 运算符将原列表与首元素拼接（如原列表 [0,1,2] 会变成 [0,1,2,0]）。
   # 创建图
   plt.figure(figsize=(5, 5))
   ax = plt.subplot(polar=True) # polar=True：坐标系转换为极坐标形式，此时x轴变为角度（0-2π弧度），y轴变为半径，后续绘图指令将自动按极坐标规则处理数据
   # 画图
   ax.plot(angles, data,color='blue',linewidth=2) # 绘制折线图。angles是角度数组（弧度制），data是对应的半径值。会连接各点形成多边形轮廓
   # 填充多边形内部区域，alpha=0.1设置10%透明度（范围0-1）
   ax.fill(angles, data, alpha=0.2)

   # 设置标签
   # 用于在极坐标图中设置角度轴（θ轴）的刻度和标签
   # 设置刻度位置为angles数组除最后一个元素外的所有角度值
   ax.set_xticks(angles[:-1])
   ax.set_xticklabels(labels) # labels列表长度应与angles[:-1]保持一致
   # 显示
   plt.show()

   

6. 总结通过以上工具和方法，Python 能够高效处理从数据收集到模型部署的全流程，广泛应用于金融、医疗、电商、科研等领域。

7. 相关python.数据分析与应用学习链接pandas documentation — pandas 2.2.3 documentation