【Python】Python的数据分析(四)——数据及绘图

1. 创建数组
        numpy有五种方式可以创建数组：
① 由其他Python数据结构转换(如lists, tuples)
>>>x=np.array([0,1,2,3])
② 用NumPy内部方法创建(如arange, ones, zeros等)
>>>np.arange(2,3,0.1)
>>> np.indices((3,3))
③ 从磁盘读取标准的或自定义的数据
④ 通过使用strings或buffers创建
⑤ 使用库函数(如random)
2. Plotting
        matplotlib的基本绘制方法为plot，绘制风格有：bar, hist, box, density, area, hexbin, scatter和pie等。
        在pandas.tools.plotting也有绘图函数，参数是Series或DataFrame，这些函数为: ScatterMatrix, AndrewsCurves, ParallelCoordinates等。
        在matplotlib中，整个图像为一个Figure对象，在Figure中可以包含一个或多个Axes对象。每个Axes对象都是一个拥有自己坐标系统的绘图区域。

3. DataFrame分组

     数据分组是数据分析中重要的前提或内容，DataFrame的数据分组方法为：

DataFrame.groupby(by=None,axis=0,level=None,as_index=True,sort=True,group_keys=True,squeeze=False)

     参数内容：

     by：分组的依据，为函数或列名

     axis：坐标轴下标，默认为0

     level：维度的名称或索引

     as_index：标签是否作为索引

     sort：是否排序

     group_keys：是否添加group keys作为索引

     squeeze：是否在可能的情况下减少结果的维度