python数据分析（juypter）

• 数据合并

  • pd.concat([df1,df2])

    • index 两个df 有相同的行索引， 可以拼接起来， 左右拼接, axis = 1

    • column 两个df 有相同的列名， 可以拼接起来， 上下拼接 默认的

  • pd.merge /df.merge

    • 类似于SQL的join

    • 两个df 有取值相同的列， 可以通过merge 连接起来

    • how = left,right,inner outer

  • df.join()

    • 默认类似于 pd.concat([df1,df2],axis = 1)

    • df.join(df2,on='列名') df的一列和df2的index值相同可以拼接起来

• 数据透视表， 作用和分组聚合一样， 只不过展示的方式有差异

• 数据可视化

  • Matplotlib 基本套路

    • import matplotlib.pyplot as plt

    • plt.figure(figsize=()) fig,ax = plt.subplots(figsize=())

    • plt.plot()

    • plt.show()

  • 直方图 连续型变量， 单变量看分布

    • plt.hist(bins = ) 分成几组

  • 散点图 两个连续型变量， 看之间的关系

    • plt.scatter()

    • 气泡 就是散点， 只不过多了一个维度通过这个维度的数据控制点的大小

    • 蜂巢 hexbin 可以显示出不同区域数据点分布的多少

  • 柱状图 类别型变量，对比数量或者平均值 不同从业时间平均薪资比较

    • plt.bar()

  • 饼图 每个部分之间对比， 所有的部分相加构成一个完整的整体 年底公司 不同部门收入构成分析

    • plt.pie()

  • 箱线图

1 数据可视化—— seaborn

• 需要画图的场景

  • 对外要做数据分析报告， 做文档， 为了直观的向听众、客户、同事说明