Python高级数据处理与可视化

聚类分析Cluster
（1）聚类分析主要使用kmeans算法，kmeans算法的主要有两个步骤：①随机定义K个数据点为聚类中心，并根据观测数据到K个数据点的距离将所有的观测数据分配给这K个聚类中心；②调整K个聚类中心的位置到分配给它们的观测数据的均值位置。③重复以上两步，直到聚类中心的位置不再改变，或者满足给定条件。
（2）在python中使用scipy.cluster.vq给定的kmeans和vq函数可以计算聚类中心，以及观测数据所属的聚类中心。

Matplotlib绘图基础
（1）Matplotlib绘图是最著名的python绘图库，主要用于二维绘图。
（2）matplotlib的优点有：①画图质量高；②方便快捷的绘图模块。（3）绘图API–pyplot模块，这个API提供了一套跟matlab很像的绘图函数。
（4）集成库–pylab模块（包含Numpy和pyplot中的常用函数）。

Matplotlib图像属性控制
（1）在绘图时，在绘图的函数中设置相应的参数可以控制图像属性。
（2）绘图颜色和线条类型和样式可以更改。
（3）加标题：图title，横轴xlabel，纵轴ylabel。
（4）使用figure方法以及其中的figsize和dpi参数修改图的大小和精度。
（5）可以设置plot方法中的color，linestyle，linewidth，label，marker参数来设置相应的样式。
（6）通过legend方法来设置图例，例如设置其中的loc参数指定图例的位置。
（7）使用subplot方法来在一个图中画多个子图，同时通过figure函数来确定绘图区域。
（8）也可以通过axes([left, bottom, width, height])方法来画子图，参数范围为(0, 1)，这样可以话图中图。

pandas作图
（1）pandas整合matplotlib的相关功能可以实现基于Series和DataFrame的某些绘图功能。
（2）pandas可以直接对Series和DataFrame进行绘图，也就是说Series和DataFrame对象中含有plot方法。然后可以通过pyplot中的方法来设置由pandas绘出来图的其它参数。
（3）pandas控制图像形式，在plot方法中设置kind参数可以设置线条类型，还能通过color参数设置线条颜色，通过marker设置线条类型样式，通过label参数设置图例。还能画出概率分布图！

数据存取
（1）csv格式数据存取，使用to_csv方法可以将数据写到指定路径名字的csv文件。相反，从csv文件读使用read_csv方法。
（2）csv其实就是“逗号分割值”的三个英文的缩写，表明了数据在csv文件中的存储形式。
（3）xls格式数据存取，使用to_excel函数存储，使用read_excel函数读取。在存储时还能通过sheet_name参数设置表格名。

Python的理工类应用
（1）简单的三角函数计算。
（2）一组数据的傅里叶变换，使用到scipy中的fft方法。
（3）例如，Biopython用于生物学。

Python的人文社科类应用
（1）自然语言处理。