值得一看的Python高效能資料處理

#值得一看的Python高效資料處理

Pandas是Python中非常常用的資料處理工具，使用起來非常方便。它建立在NumPy數組結構之上，因此它的許多操作透過NumPy或Pandas自帶的擴展模組編寫，這些模組用Cython編寫並編譯到C，並且在C上執行，因此也保證了處理速度。

今天我們就來體驗它的強大之處。

1.創建資料

使用pandas可以很方便地進行資料創建，現在讓我們建立一個5列1000行的pandas DataFrame：

mu1, sigma1 = 0, 0.1
mu2, sigma2 = 0.2, 0.2
n = 1000df = pd.DataFrame(
    {
        "a1": pd.np.random.normal(mu1, sigma1, n),
        "a2": pd.np.random.normal(mu2, sigma2, n),
        "a3": pd.np.random.randint(0, 5, n),
        "y1": pd.np.logspace(0, 1, num=n),
        "y2": pd.np.random.randint(0, 2, n),
    }
)

• a1和a2：從常態（高斯）分佈中抽取的隨機樣本。
• a3：0到4中的隨機整數。
• y1：從0到1的對數刻度均勻分佈。
• y2：0到1中的隨機整數。

產生如下所示的資料：

#2.繪製影像

Pandas 圖函數傳回一個matplotlib的座標軸(Axes)，所以我們可以在上面自訂繪製我們所需要的內容。比如說畫一條垂線和平行線。這將非常有利於我們：

1.繪製平均線

2.標記重點的點

import matplotlib.pyplot as plt
ax = df.y1.plot()
ax.axhline(6, color="red", linestyle="--")
ax.axvline(775, color="red", linestyle="--")
plt.show()

我們也可以自訂一張圖上顯示多少表：

fig, ax = plt.subplots(2, 2, figsize=(14,7))
df.plot(x="index", y="y1", ax=ax[0, 0])
df.plot.scatter(x="index", y="y2", ax=ax[0, 1])
df.plot.scatter(x="index", y="a3", ax=ax[1, 0])
df.plot(x="index", y="a1", ax=ax[1, 1])
plt.show()

#3.繪製直方圖

Pandas能夠讓我們用非常簡單的方式獲得兩個圖形的形狀對比：

df[["a1", "a2"]].plot(bins=30, kind="hist")
plt.show()

#還能允許多圖繪製:

df[["a1", "a2"]].plot(bins=30, kind="hist", subplots=True)
plt.show()

當然，產生折線圖也不在畫下：

df[['a1', 'a2']].plot(by=df.y2, subplots=True)
plt.show()

4.線性擬合

Pandas還能用來擬合，讓我們用pandas找出一條與下圖最接近的直線：

#最小平方法計算和該直線最短距離：

df['ones'] = pd.np.ones(len(df))
m, c = pd.np.linalg.lstsq(df[['index', 'ones']], df['y1'], rcond=None)[0]

根據最小二乘的結果繪製y和擬合出來的直線：

df['y'] = df['index'].apply(lambda x: x * m + c)
df[['y', 'y1']].plot()
plt.show()

感謝大家的閱讀，希望大家收益多多。

本文轉自：https://blog.csdn.net/u010751000/article/details/106735872

推薦教學：《python教學》

以上是值得一看的Python高效能資料處理的詳細內容。更多資訊請關注PHP中文網其他相關文章！