Python商務(wù)數(shù)據(jù)分析與實戰(zhàn)PPT完整全套教學(xué)課件

商務(wù)數(shù)據(jù)分析概述第1章數(shù)據(jù)分析概述.pptx第2章Python數(shù)據(jù)分析簡介.pptx第3章數(shù)據(jù)獲取.pptx第4章探索性分析.pptx第5章數(shù)據(jù)預(yù)處理.pptx第6章構(gòu)建模型（1）.pptx第6章構(gòu)建模型（2）.pptx第7章O2O優(yōu)惠券個性化投放.pptx第8章商品零售購物籃分析.pptx第9章餐飲企業(yè)綜合分析.pptx第10章基于tipdm數(shù)據(jù)挖掘建模平臺實現(xiàn)餐飲企業(yè)綜合分析.pptx全套PPT課件1數(shù)據(jù)分析的流程目錄商務(wù)數(shù)據(jù)分析的基本概念2商務(wù)數(shù)據(jù)分析應(yīng)用場景3數(shù)據(jù)分析工具4小結(jié)5數(shù)據(jù)分析是指用適當?shù)姆治龇椒▽κ占瘉淼拇罅繑?shù)據(jù)進行分析，提取有用信息和形成結(jié)論而對數(shù)據(jù)加以詳細研究和概括總結(jié)的過程。隨著計算機技術(shù)的全面發(fā)展，企業(yè)生產(chǎn)、收集、存儲和處理數(shù)據(jù)的能力大大提高，數(shù)據(jù)量與日俱增。而在現(xiàn)實生活中，需要把這些繁多、嘈雜的數(shù)據(jù)運用統(tǒng)計分析進行萃取、提煉，以此研究出數(shù)據(jù)的發(fā)展規(guī)律，然后幫助企業(yè)管理層做出決策。基本概念廣義的數(shù)據(jù)分析包括狹義數(shù)據(jù)分析和數(shù)據(jù)挖掘。狹義的數(shù)據(jù)分析是指根據(jù)分析目的，采用描述性統(tǒng)計和圖形可視化等分析方法，運用對比分析、分組分析、交叉分析和回歸分析等分析策略，對收集來的數(shù)據(jù)進行處理與分析，提取有價值的信息，發(fā)揮數(shù)據(jù)的作用，得到一個針對不同統(tǒng)計量的統(tǒng)計結(jié)果的過程。數(shù)據(jù)挖掘則是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，通過應(yīng)用聚類、分類、回歸和關(guān)聯(lián)規(guī)則等技術(shù)，挖掘潛在價值的過程。數(shù)據(jù)分析概念圖中展示了廣義數(shù)據(jù)分析的主要內(nèi)容、分析方法、輸出結(jié)果和總體目標。數(shù)據(jù)分析概念商務(wù)數(shù)據(jù)分析與一般的數(shù)據(jù)分析的不同之處在于，商務(wù)數(shù)據(jù)分析更為側(cè)重商業(yè)場景。商務(wù)數(shù)據(jù)分析需要結(jié)合內(nèi)外部數(shù)據(jù)深度剖析商業(yè)問題，基于具體的商業(yè)場景以及商業(yè)邏輯，使用數(shù)據(jù)作為原材料，對數(shù)據(jù)進行相應(yīng)的邏輯處理與結(jié)構(gòu)化處理。同時通過數(shù)據(jù)洞察商業(yè)問題，為企業(yè)戰(zhàn)略及商業(yè)決策提供數(shù)據(jù)支持。商務(wù)數(shù)據(jù)分析概念1數(shù)據(jù)分析的流程目錄數(shù)據(jù)分析的基本概念2商務(wù)數(shù)據(jù)分析應(yīng)用場景3數(shù)據(jù)分析工具4小結(jié)5數(shù)據(jù)分析已經(jīng)逐漸演化為一種解決問題的過程，甚至是一種方法論。雖然每個公司都會根據(jù)自身需求和目標創(chuàng)建最適合的數(shù)據(jù)分析流程，但數(shù)據(jù)分析的核心步驟是一致的。數(shù)據(jù)分析的流程需求分析一詞來源于產(chǎn)品設(shè)計，主要是指從用戶提出的需求出發(fā)，探索用戶內(nèi)心的真實意圖，并轉(zhuǎn)化為產(chǎn)品需求的過程。產(chǎn)品設(shè)計的第一步就是需求分析，也是最關(guān)鍵的一步，因為需求分析決定了產(chǎn)品方向，錯誤需求分析，會導(dǎo)致在產(chǎn)品實現(xiàn)過程中走入錯誤方向，對企業(yè)造成損失。數(shù)據(jù)分析中的需求分析也是數(shù)據(jù)分析環(huán)節(jié)的第一步和最重要的步驟之一，決定了后續(xù)的分析的方向、方法。數(shù)據(jù)分析中的需求分析主的要內(nèi)容是根據(jù)業(yè)務(wù)的需要，結(jié)合業(yè)務(wù)背景和現(xiàn)有的數(shù)據(jù)情況，提出的數(shù)據(jù)分析需求的整體分析方向、分析內(nèi)容，制定項目的分析目標，最終和需求方達成一致意見。需求分析數(shù)據(jù)是數(shù)據(jù)分析工作的基礎(chǔ)，是指根據(jù)需求分析的結(jié)果提取、收集數(shù)據(jù)。數(shù)據(jù)來源主要有兩種，即網(wǎng)絡(luò)數(shù)據(jù)和本地數(shù)據(jù)。網(wǎng)絡(luò)數(shù)據(jù)是指存儲在互聯(lián)網(wǎng)中的各類視頻、圖片、語音、文字等信息。本地數(shù)據(jù)則是指存儲在本地數(shù)據(jù)庫中的生產(chǎn)營銷財務(wù)等系統(tǒng)的數(shù)據(jù)。本地數(shù)據(jù)按照數(shù)據(jù)時間又可以劃分為兩個類型：歷史數(shù)據(jù)與實時數(shù)據(jù)。歷史數(shù)據(jù)是指系統(tǒng)在運行過程中，歷史遺存下來的數(shù)據(jù)，其數(shù)據(jù)量隨系統(tǒng)運行時間增加而增長。實時數(shù)據(jù)是指最近一個單位時間周期（月、周、日、小時等）產(chǎn)生的數(shù)據(jù)。數(shù)據(jù)獲取的常見方式有連接數(shù)據(jù)庫和讀取文件等，在數(shù)據(jù)分析過程中，具體使用哪種數(shù)據(jù)獲取方式，依據(jù)需求分析的結(jié)果而定。數(shù)據(jù)獲取探索性分析指的是指通過計算某些統(tǒng)計指標、繪制圖表等手段，對樣本數(shù)據(jù)集的結(jié)構(gòu)和規(guī)律進行分析的過程。對數(shù)據(jù)進行探索性分析能夠掌握數(shù)據(jù)的基本情況，揭示數(shù)據(jù)的分布特征和分布類型，把握數(shù)據(jù)的趨勢和周期性，理解數(shù)據(jù)中蘊含的相關(guān)性，同時也有助于選擇合適的數(shù)據(jù)預(yù)處理方法和建模方法。探索性分析數(shù)據(jù)預(yù)處理是指對數(shù)據(jù)進行數(shù)據(jù)合并、數(shù)據(jù)清洗、數(shù)據(jù)變換和數(shù)據(jù)標準化，使得數(shù)據(jù)可以直接用于分析建模過程。數(shù)據(jù)合并可以將多張互相關(guān)聯(lián)的表格合并為一張表。數(shù)據(jù)清洗可以去掉數(shù)據(jù)中的重復(fù)、缺失、異常、不一致的數(shù)據(jù)。數(shù)據(jù)標準化可以去除屬性間的量綱差異。數(shù)據(jù)變換則可以通過離散化、啞變量處理等技術(shù)滿足后期分析與建模的數(shù)據(jù)要求。在數(shù)據(jù)分析的過程中，數(shù)據(jù)預(yù)處理的各個過程互相交叉，并沒有明確的先后順序。數(shù)據(jù)預(yù)處理構(gòu)建模型是指通過回歸、聚類、分類、關(guān)聯(lián)規(guī)則、智能推薦等模型與算法發(fā)現(xiàn)數(shù)據(jù)中的有價值信息，并得出結(jié)論的過程，構(gòu)建模型的方法按照目標不同可以分為幾大類。如果分析目標是描述客戶行為模式，可采用描述型數(shù)據(jù)分析方法，同時還可以考慮關(guān)聯(lián)規(guī)則、序列規(guī)則、聚類等模型。預(yù)測型數(shù)據(jù)分析就是量化未來一段時間內(nèi)，某個事件的發(fā)生概率。預(yù)測分析模型分為兩類，即分類預(yù)測和回歸預(yù)測。在常見的分類預(yù)測模型中，目標屬性通常都是二元數(shù)據(jù)，例如，欺詐與否、流失與否、信用好壞等。在回歸預(yù)測模型中，目標屬性通常都是連續(xù)型數(shù)據(jù)，常見的有股票價格預(yù)測和違約損失率預(yù)測等。構(gòu)建模型模型評價是指對已經(jīng)建立的一個或多個模型，根據(jù)其模型的類別，使用不同的指標評價其性能優(yōu)劣的過程。常用的回歸模型的算法評價指標有平均絕對誤差、均方誤差、中值絕對誤差、可解釋方差值等。常用分類模型的評價指標有準確率（Accuracy）、精確率（Precision）、召回率（Recall）、F1值（F1Value）、ROC和AUC等。常用的聚類模型評價指標有ARI評價法（蘭德系數(shù)）、AMI評價法（互信息）、V-Measure評分、FMI評價法和輪廓系數(shù)等。模型評價應(yīng)用是指將通過了正式應(yīng)用數(shù)據(jù)分析的結(jié)果與結(jié)論應(yīng)用至實際生產(chǎn)中的過程。根據(jù)需求的不同，應(yīng)用階段可以是一份包含了對現(xiàn)狀具體整改措施的數(shù)據(jù)分析報告，也可以是將模型部署在生產(chǎn)系統(tǒng)中。在多數(shù)項目中，數(shù)據(jù)分析師提供的是一份數(shù)據(jù)分析報告或者一套解決方案，實際執(zhí)行與部署的是需求方。應(yīng)用1數(shù)據(jù)分析的流程目錄數(shù)據(jù)分析的基本概念2商務(wù)數(shù)據(jù)分析應(yīng)用場景3數(shù)據(jù)分析工具4小結(jié)5客戶分析（CustomerAnalytics）主要是對客戶的基本數(shù)據(jù)信息進行商業(yè)行為分析。首先界定目標客戶，根據(jù)客戶的需求、目標客戶的性質(zhì)、所處行業(yè)的特征以及客戶的經(jīng)濟狀況等基本信息，使用統(tǒng)計分析方法和預(yù)測驗證法分析目標客戶，提高銷售效率。其次了解客戶的采購過程，對客戶采購類型和采購性質(zhì)進行分類分析，從而制定不同的營銷策略。最后還可以根據(jù)已有的客戶特征，進行客戶特征分析、客戶忠誠分析、客戶注意力分析、客戶營銷分析、客戶收益分析。通過有效的客戶分析能夠掌握客戶具體行為特征，將客戶細分，使得運營策略達到最優(yōu)，提升企業(yè)整體效益等?？蛻舴治鰻I銷分析（SalesandMarketingAnalytics）囊括了產(chǎn)品分析、價格分析、渠道分析、廣告與促銷分析這4類分析。產(chǎn)品分析主要是競爭產(chǎn)品分析，通過對競爭產(chǎn)品的分析制定自身產(chǎn)品策略。價格分析又可以分為成本分析和售價分析，成本分析的目的是降低不必要成本，售價分析的目的是制定符合市場的價格。渠道分析目的是指對產(chǎn)品的銷售渠道進行分析，確定最優(yōu)的渠道配比。廣告與促銷分析則能夠結(jié)合客戶分析，實現(xiàn)銷量的提升，利潤的增加。營銷分析社交媒體分析（SocialMediaAnalytics）是以不同社交媒體渠道生成的內(nèi)容為基礎(chǔ)，實現(xiàn)不同社交媒體的用戶分析、訪問分析、互動分析等。用戶分析主要根據(jù)用戶注冊信息、登錄平臺的時間點和平時發(fā)表的內(nèi)容等用戶數(shù)據(jù)，分析用戶個人畫像和行為特征。訪問分析是通過用戶平時訪問的內(nèi)容，分析用戶的興趣愛好，進而分析潛在的商業(yè)價值?；臃治鍪歉鶕?jù)互相關(guān)注對象的行為預(yù)測該對象未來的某些行為特征。同時，社交媒體分析還能為情感和輿情監(jiān)督提供豐富的資料。社交媒體分析對用戶行為進行監(jiān)測，并對監(jiān)測獲取的數(shù)據(jù)進行分析，可以幫助企業(yè)更為深入了解用戶的行為習(xí)慣，從而制定更為有效的策略。通過追蹤分析用戶的瀏覽路徑，分析用戶對于不同頁面和不同內(nèi)容的喜好程度，從而對網(wǎng)站結(jié)構(gòu)和內(nèi)容進行調(diào)整優(yōu)化。通過分析用戶的瀏覽歷史，了解用戶的習(xí)慣和偏好，從而制定針對不同用戶的個性化推薦等。用戶行為分析網(wǎng)站是否盈利成為網(wǎng)站是否能生存下去的主要問題，唯有盈利之后，才能真正的穩(wěn)定發(fā)展。盈利是網(wǎng)站最初的運營目標，也網(wǎng)站運營的核心目標。圍繞盈利這個目標對網(wǎng)站的運營進行市場化的調(diào)整，需要針對渠道、成本和收益3個方面進行分析。渠道分析主要根據(jù)渠道的引流數(shù)、發(fā)布的推廣數(shù)等渠道數(shù)據(jù)分析渠道所能帶來的運營效果。成本分析則是分析活動的預(yù)估成本、實際成本等數(shù)據(jù)評估運營的成本。收益分析則用參與人數(shù)、轉(zhuǎn)化率、評分等數(shù)據(jù)，從用戶、營收或者口碑等多種角度的收益評估運營的效果。網(wǎng)站運營分析身份信息泄露導(dǎo)致身份被盜用的事件發(fā)生率逐年增長，隨之而來的是欺詐行為和交易的增多。公安機關(guān)、各大金融機構(gòu)、電信部門可利用用戶基本信息、用戶交易信息、用戶通話短信信息等數(shù)據(jù)，識別可能發(fā)生的潛在欺詐交易，做到提前預(yù)防未雨綢繆。以大型金融機構(gòu)為例，通過分類預(yù)測對非法集資和洗錢的邏輯路徑分析，找到其行為特征。聚類分析方法可以分析相似價格的運動模式，例如，對股票進行聚類，可能發(fā)現(xiàn)關(guān)聯(lián)交易及內(nèi)幕交易的可疑信息，監(jiān)控多個用戶的關(guān)聯(lián)交易行為，為檢查跨賬號協(xié)同的金融詐騙行為提供依據(jù)。欺詐行為檢測1數(shù)據(jù)分析的流程目錄數(shù)據(jù)分析的基本概念2商務(wù)數(shù)據(jù)分析應(yīng)用場景3數(shù)據(jù)分析工具4小結(jié)5目前主流的數(shù)據(jù)分析語言有Python、R、MATLAB三種程序語言。Python具有豐富和強大的庫，它常被稱為膠水語言，能夠把用其他語言制作的各種模塊（尤其是C／C++）很輕松地連結(jié)在一起，是一門更易學(xué)，更嚴謹?shù)某绦蛟O(shè)計語言。R語言則是用于統(tǒng)計分析，繪圖的語言和操作環(huán)境，它是屬于GNU系統(tǒng)的一個自由、免費、源代碼開放的軟件。MATLAB可進行矩陣運算、繪制函數(shù)與數(shù)據(jù)、實現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等，主要應(yīng)用于工程計算、控制設(shè)計、信號處理與通訊、圖像處理、信號檢測、金融建模設(shè)計與分析等領(lǐng)域。常用數(shù)據(jù)分析工具三種語言均可以進行數(shù)據(jù)分析，下表從語言學(xué)習(xí)難易程度，使用場景，第三方支持，流行領(lǐng)域和軟件成本5方面比較Python、R、MATLAB三種數(shù)據(jù)分析工具。常用數(shù)據(jù)分析工具

PythonRMATLAB語言學(xué)習(xí)難易程度接口統(tǒng)一，學(xué)習(xí)曲線平緩接口眾多，學(xué)習(xí)曲線陡峭自由度大，學(xué)習(xí)曲線較為平緩使用場景數(shù)據(jù)分析、機器學(xué)習(xí)、矩陣運算、科學(xué)數(shù)據(jù)可視化、數(shù)字圖像處理、Web應(yīng)用、網(wǎng)絡(luò)爬蟲、系統(tǒng)運維等統(tǒng)計分析、機器學(xué)習(xí)、科學(xué)數(shù)據(jù)可視化等矩陣計算、數(shù)值分析、科學(xué)數(shù)據(jù)可視化、機器學(xué)習(xí)、符號計算、數(shù)字圖像處理、數(shù)字信號處理、仿真模擬等第三方支持擁有大量的第三方庫，能夠簡便地調(diào)用C、C++、Fortran、Java等其他程序語言擁有大量的包，能夠調(diào)用C、C++、Fortran、Java等其他程序語言擁有大量專業(yè)的工具箱，在新版本中加入了對C、C++、Java的支持流行領(lǐng)域工業(yè)界＞學(xué)術(shù)界工業(yè)界≈學(xué)術(shù)界工業(yè)界≤學(xué)術(shù)界軟件成本開源免費開源免費商業(yè)收費目前還出現(xiàn)了許多基于Python二次開發(fā)的開源平臺，如TipDM數(shù)據(jù)挖掘建模平臺。它是基于Python引擎、用于數(shù)據(jù)分析的開源平臺，采用B/S結(jié)構(gòu)，用戶不需要下載客戶端，可通過瀏覽器進行訪問。平臺支持數(shù)據(jù)分析所需的主要過程：探索性分析（相關(guān)性分析、主成分分析、周期性分析等）；數(shù)據(jù)預(yù)處理（特征構(gòu)造、記錄選擇、缺失值處理等）；構(gòu)建模型（聚類模型、分類模型、回歸模型等）；模型評價（R-Squared、混淆矩陣、ROC曲線等）。用戶可在沒有Python編程基礎(chǔ)的情況下，通過拖曳的方式進行操作，將數(shù)據(jù)輸入輸出、數(shù)據(jù)預(yù)處理、挖掘建模、模型評估等環(huán)節(jié)通過流程化的方式進行連接，以達到構(gòu)建數(shù)據(jù)分析全流程的目的。常用數(shù)據(jù)分析工具結(jié)合不同數(shù)據(jù)分析工具的對比，可以發(fā)現(xiàn)Python是一門應(yīng)用十分廣泛的計算機語言，在數(shù)據(jù)科學(xué)領(lǐng)域具有無可比擬的優(yōu)勢。Python正在逐漸成為數(shù)據(jù)科學(xué)領(lǐng)域的主流語言。Python數(shù)據(jù)分析主要包含以下5個方面優(yōu)勢。語法簡單精練，對于初學(xué)者來說，比起其他編程語言，Python更容易上手。有很強大的庫，結(jié)合在編程方面的強大實力，可以只使用Python這一種語言去構(gòu)建以數(shù)據(jù)為中心的應(yīng)用程序。功能強大。從特性觀點來看，Python是一個混合體。豐富的工具集使它介于傳統(tǒng)的腳本語言和系統(tǒng)語言之間。Python不僅具備所有腳本語言簡單和易用的特點，還提供了在編譯語言中的高級軟件工程工具。Python數(shù)據(jù)分析的優(yōu)勢不僅適用于研究和原型構(gòu)建，同時也適用于構(gòu)建生產(chǎn)系統(tǒng)。研究人員和工程技術(shù)人員使用同一種編程工具將會給企業(yè)帶來非常顯著的組織效益，并降低企業(yè)的運營成本。Python是一門膠水語言。Python程序能夠以多種方式輕易地與其他語言的組件“粘接”在一起。例如，Python的C語言API可以幫助Python程序靈活地調(diào)用C程序。這意味著用戶可以根據(jù)需要給Python程序添加功能，或者在其他環(huán)境系統(tǒng)中使用Python。Python數(shù)據(jù)分析的優(yōu)勢NumPy是NumericalPython的簡稱，是一個Python科學(xué)計算的基礎(chǔ)包。NumPy主要提供了以下功能?？焖俑咝У亩嗑S數(shù)組對象ndarray。用于對數(shù)組執(zhí)行元素級的計算以及直接對數(shù)組執(zhí)行數(shù)學(xué)運算的函數(shù)。用于讀寫硬盤上基于數(shù)組的數(shù)據(jù)集的工具。線性代數(shù)運算、傅里葉變換以及隨機數(shù)生成。用于將C、C++、Fortran代碼集成到Python的工具。Python數(shù)據(jù)分析常用類庫1.NumPy除了為Python提供快速的數(shù)組處理能力，NumPy在數(shù)據(jù)分析方面還有另外一個主要作用，即作為在算法支架傳遞數(shù)據(jù)的容器。對于數(shù)值型數(shù)據(jù)，NumPy數(shù)組在存儲和處理數(shù)據(jù)時要比內(nèi)置的Python數(shù)據(jù)結(jié)構(gòu)高效的多。此外，由低級語言（如C和Fortran）編寫的庫可以直接操作NumPy數(shù)組中數(shù)據(jù)，使用者無須進行任何數(shù)據(jù)復(fù)制工作。Python數(shù)據(jù)分析常用類庫SciPy是一個基于Python的開源代碼，是一組專門解決科學(xué)計算中各種標準問題域的模塊的集合，特別是與NumPy、Matplotlib、IPython、pandas這些核心包一起使用。對于不同子模塊有不同應(yīng)用，如插值、積分、優(yōu)化、圖像處理和特殊函數(shù)等。Python數(shù)據(jù)分析常用類庫2.SciPySciPy主要包含了8個模塊，每個模塊的內(nèi)容如下表所示。Python數(shù)據(jù)分析常用類庫模塊名稱簡介egrate數(shù)值積分例程和微分方程求解器scipy.linalg擴展了由numpy.linalg提供的線性代數(shù)例程和矩陣分解功能scipy.optimize函數(shù)優(yōu)化器（最小化器）以及根查找算法scipy.signal信號處理工具scipy.sparse稀疏矩陣和稀疏線性系統(tǒng)求解器scipy.specialSPECFUN（這是一個實現(xiàn)了許多常用數(shù)學(xué)函數(shù)（如伽馬函數(shù)）的Fortran庫）的包裝器scipy.stats檢驗連續(xù)和離散概率分布（如密度函數(shù)、采樣器、連續(xù)分布函數(shù)等），各種統(tǒng)計檢驗方法，以及更好的描述統(tǒng)計法scipy.weave利用內(nèi)聯(lián)C++代碼加速數(shù)組計算的工具pandas是Python的數(shù)據(jù)分析核心庫，最初被作為金融數(shù)據(jù)分析工具而開發(fā)出來，因此pandas為時間序列分析提供了很好的支持。它提供了一系列能夠快速便捷地處理結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)和函數(shù)。Python之所以成為強大而高效的數(shù)據(jù)分析環(huán)境與它息息相關(guān)。pandas兼具NumPy高性能的數(shù)組計算功能以及電子表格和關(guān)系型數(shù)據(jù)庫（如MySQL）靈活的數(shù)據(jù)處理功能。它提供了復(fù)雜精細的索引功能，以便便捷地完成重塑、切片和切塊、聚合以及選取數(shù)據(jù)子集等操作。pandas將是本書中使用的主要工具。Python數(shù)據(jù)分析常用類庫3.pandasMatplotlib是最流行的用于繪制數(shù)據(jù)圖表的Python庫，是Python的2D繪圖庫。最初由約翰·D·亨特（JohnD.Hunter，JDH）創(chuàng)建，目前由一個龐大的開發(fā)人員團隊維護。它非常適合創(chuàng)建出版物上用的圖表。Matplotlib操作比較容易，用戶只需幾行代碼即可生成直方圖、功率譜圖、條形圖、錯誤圖和散點圖等圖形。Matplotlib提供了pylab的模塊，其中包括了許多NumPy和pyplot中常用的函數(shù)，方便用戶快速進行計算和繪圖。Matplotlib跟IPython結(jié)合得很好，提供了一種非常好用的交互式數(shù)據(jù)繪圖環(huán)境。繪制的圖表也是交互式的，可以利用繪圖窗口中的工具欄放大圖表中的某個區(qū)域或?qū)φ麄€圖表進行平移瀏覽。Python數(shù)據(jù)分析常用類庫4.Matplotlibscikit-learn是一個簡單有效的數(shù)據(jù)挖掘和數(shù)據(jù)分析工具，可以供用戶在各種環(huán)境下重復(fù)使用，而且scikit-learn是建立在NumPy、SciPy和Matplotlib基礎(chǔ)之上，對一些常用的算法方法進行了封裝。目前scikit-learn的基本模塊主要被分為數(shù)據(jù)預(yù)處理、模型選擇、分類、聚類、數(shù)據(jù)降維和回歸等6個模塊。在數(shù)據(jù)量不大的情況下，可以解決大部分問題。對于算法不精通的用戶在進行建模任務(wù)時，并不需要數(shù)據(jù)分析師來實現(xiàn)所有的算法，只需要簡單的調(diào)用scikit-learn庫里的模塊就可以實現(xiàn)大多數(shù)算法任務(wù)。Python數(shù)據(jù)分析常用類庫5.scikit-learn1數(shù)據(jù)分析的流程目錄數(shù)據(jù)分析的基本概念2商務(wù)數(shù)據(jù)分析應(yīng)用場景3數(shù)據(jù)分析工具4小結(jié)5本章對數(shù)據(jù)分析的概念進行了簡要介紹，包括廣義數(shù)據(jù)分析中的狹義數(shù)據(jù)分析和數(shù)據(jù)挖掘，并對數(shù)據(jù)分析的流程中的7個步驟進行了說明，包括需求分析、數(shù)據(jù)獲取、探索性分析、數(shù)據(jù)預(yù)處理、構(gòu)建模型和應(yīng)用。然后對數(shù)據(jù)分析的6個常見應(yīng)用場景進行了說明。最后分析了常用數(shù)據(jù)分析工具之間的差異，介紹了Python在數(shù)據(jù)分析上的優(yōu)勢，并介紹了一部分Python中的常用于數(shù)據(jù)分析的類庫。小結(jié)

Python數(shù)據(jù)分析簡介1Python使用入門目錄Python數(shù)據(jù)分析環(huán)境2小結(jié)3Python擁有NumPy、SciPy、pandas、Matplotlib和scikit-learn等功能齊全、接口統(tǒng)一的庫，能為數(shù)據(jù)分析工作提供極大的便利。庫的管理以及版本問題，使得數(shù)據(jù)分析人員并不能夠?qū)Ｗ⒂跀?shù)據(jù)分析，而是將大量的時間花費在與環(huán)境配置相關(guān)的問題上?；谏鲜鲈?，Anaconda發(fā)行版應(yīng)運而生。Python數(shù)據(jù)分析環(huán)境主要了解Python的Anaconda發(fā)行版及在Windows和Linux系統(tǒng)中安裝Anaconda。Anaconda發(fā)行版產(chǎn)生原因Anaconda發(fā)行版Python預(yù)裝了150個以上的常用Packages，囊括了數(shù)據(jù)分析常用的NumPy、SciPy、Matplotlib、pandas、scikit-learn和IPython庫，使得數(shù)據(jù)分析人員能夠更加順暢、專注地使用Python解決數(shù)據(jù)分析相關(guān)問題。Python的Anaconda發(fā)行版Python的Anaconda發(fā)行版主要有以下幾個特點。包含了眾多流行的科學(xué)、數(shù)學(xué)、工程和數(shù)據(jù)分析的Python庫。完全開源和免費。額外的加速和優(yōu)化是收費的，但對于學(xué)術(shù)用途，可以申請免費的License。全平臺支持Linux、Windows、Mac；支持Python2.6、2.7、3.4、3.5、3.6和3.7，可自由切換。因此，推薦數(shù)據(jù)分析初學(xué)者（尤其是Windows系統(tǒng)用戶）安裝此Python發(fā)行版。讀者只需要到Anaconda官方網(wǎng)站（/download）下載適合自身的安裝包即可。Python的Anaconda發(fā)行版Anconda是Python科學(xué)計算的集成。在Windows和Linux上安裝Anaconda，可進入Anaconda官方網(wǎng)站（/download），下載適合自身電腦系統(tǒng)的Anaconda安裝包，進行安裝。Anaconda安裝進入Anaconda官方網(wǎng)站，下載Windows系統(tǒng)中的Anaconda安裝包，選擇Python3.0以上版本。安裝Anaconda的具體步驟如下。單擊右圖所示的“Next”按鈕進入下一步。Anaconda安裝1.在Windows系統(tǒng)上安裝AnacondaAnaconda安裝單擊右圖所示的“IAgree”按鈕，同意上述協(xié)議并進入下一步。選擇右圖所示的“AllUsers(requiresadminprivileges)”單選按鈕，進入下一步。Anaconda安裝單擊“Browse”按鈕，選擇在指定的路徑安裝Anaconda，如右圖所示，選擇完成后單擊“Next”按鈕，進入下一步。Anaconda安裝右圖中的兩個復(fù)選框分別代表了允許將Anaconda添加到系統(tǒng)路徑環(huán)境變量中、Anaconda使用的Python版本為3.6。勾選后，單擊“Install”按鈕，等待安裝結(jié)束。Anaconda安裝單擊右圖所示的“Finish”按鈕，完成Anaconda安裝。Anaconda安裝從Anaconda官方網(wǎng)站下載Linux系統(tǒng)中的Anaconda安裝包，選擇Python3.0以上版本。Linux系統(tǒng)中安裝Anaconda的具體步驟如下。打開一個用戶終端Terminal。使用cd命令將當前路徑切換至系統(tǒng)下Anaconda安裝包所在的文件路徑，如下圖所示。Anaconda安裝2.在Linux系統(tǒng)上安裝Anaconda輸入代碼“bashAnaconda3-4.4.0-Linux-x86_64.sh”，進行安裝，如下圖所示。Anaconda安裝按下鍵盤中的“Enter”鍵后，出現(xiàn)軟件協(xié)議相關(guān)內(nèi)容，在閱讀時連續(xù)按“Enter”鍵讀取全文，在協(xié)議末尾會讓讀者確認是否同意以上協(xié)議，輸入“yes”并按下鍵盤中的“Enter”鍵確認同意，如右圖所示。Anaconda安裝同意協(xié)議后，軟件就會開始安裝。在安裝過程快結(jié)束時，將提示讀者是否將Anaconda的安裝路徑加入到系統(tǒng)當前用戶的環(huán)境變量中，輸入“yes”并按下鍵盤中的“Enter”鍵確認同意，如右圖所示。Anaconda安裝等待安裝完成，完成后使用Linux系統(tǒng)的文本編輯器VIM或者gedit查看當前用戶的環(huán)境變量。輸入命令“vi/home/Python3/.bashrc”來查看文檔，出現(xiàn)下圖所示界面，表示環(huán)境變量配置完成，說明Anaconda已經(jīng)完成安裝。Anaconda安裝如果未配置完成，在下圖所示的界面末尾添加Anaconda安裝目錄的環(huán)境變量“exportPATH=＂/home/Python3/anaconda3/bin:$PATH＂”即可。Anaconda安裝1Python使用入門目錄Python數(shù)據(jù)分析環(huán)境2小結(jié)3運行Python代碼有兩種方式。一種方式是啟動Python，然后在命令窗口下直接輸入相應(yīng)的命令。另一種是將完整的代碼寫成.py腳本，如hello.py，然后在對應(yīng)的路徑下通過Python執(zhí)行hello.py。運行方式在編寫腳本的時候，可以添加適當?shù)淖⑨?。在每一行中，可以用井號?”來添加注釋。如果注釋有多行，可以在兩個“'''”之間（三個英文的單引號）添加注釋內(nèi)容。如果腳本中帶有中文（中文注釋或者中文字符串），那么需要在文件頭注明編碼，并且還要將腳本保存為UTF-8編碼格式。運行方式認識Python的第一步，是可以把它當作一個方便的計算器來看待，在Python中進行基本的運算。此外，Python支持對字符串的靈活操作?；久?.基本運算Python的判斷語句格式如下表所示?；久?.判斷與循環(huán)if條件1:

語句2elif條件3:

語句4else:

語句5需要特別指出的是，Python是用縮進對齊作為語句的層次標記。同一層次的縮進量要一一對應(yīng)，否則會報錯。不管是哪種語言，正確的縮進都是一個優(yōu)雅的編程習(xí)慣。不管是哪種語言，正確的縮進都是一個優(yōu)雅的編程習(xí)慣。此外，Python的循環(huán)相應(yīng)地有for循環(huán)和while循環(huán)?；久頟ython用def來自定義函數(shù)。Python的函數(shù)返回值可以是各種形式，如返回列表，甚至返回多個值。Python支持用lambda對簡單的功能定義“行內(nèi)函數(shù)”，這有點像MATLAB中的“匿名函數(shù)”?；久?.函數(shù)Python本身內(nèi)置了很多強大的庫，如與數(shù)學(xué)相關(guān)的math庫，可提供更加豐富復(fù)雜的數(shù)學(xué)運算。導(dǎo)入庫的方法，除了直接“import庫名”命令之外，還可為庫起一個別名。如果不需要導(dǎo)入庫中的所有函數(shù)，那么可以特別指定導(dǎo)入函數(shù)的名字。help(‘modules’)命令可以用來獲得已經(jīng)安裝的所有模塊名。庫的導(dǎo)入與添加1.庫的導(dǎo)入Python雖然自帶了很多庫，但是不一定可以滿足需求。就數(shù)據(jù)分析而言，還需要添加一些第三方的庫來拓展它的功能。這里介紹一下常見的第三方庫的安裝方法，如下表所示。庫的導(dǎo)入與添加2.添加第三方庫思路特點下載源代碼自行安裝安裝靈活，但需要自行解決上級依賴問問題用pip命令安裝比較方便，自動解決上級依賴問題用easy_install命令安裝比較方便，自動解決上級依賴問題，比pip稍弱下載編譯好的文件包一般是Windows系統(tǒng)才提供現(xiàn)成的可執(zhí)行文件包系統(tǒng)自帶的安裝方式Linux或Mac系統(tǒng)的軟件管理器自帶了某些庫的安裝方式1Python使用入門目錄Python數(shù)據(jù)分析環(huán)境2小結(jié)3主要對Python進行簡單介紹，包括Python數(shù)據(jù)分析環(huán)境和Python使用入門。Python數(shù)據(jù)分析環(huán)境闡述了Anaconda的特點，實現(xiàn)了在Windows和Linux兩個系統(tǒng)中安裝Anaconda數(shù)據(jù)分析環(huán)境。Python使用入門主要介紹了Python的運行方式、基本命令、庫的導(dǎo)入與添加。小結(jié)

數(shù)據(jù)獲取1數(shù)據(jù)類型目錄常見數(shù)據(jù)來源2數(shù)據(jù)讀取方式3常用Python數(shù)據(jù)格式與讀寫函數(shù)4小結(jié)5直接來源是來源于本人或本公司直接記錄、調(diào)查或?qū)嶒灥慕Y(jié)果，又稱為第一手數(shù)據(jù)。最為常見的直接來源為存儲在公司業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)，這些數(shù)據(jù)由公司的日常運營生產(chǎn)活動產(chǎn)生，是最直接也是最容易獲取的數(shù)據(jù)來源。另一種常見的數(shù)據(jù)直接來源為問卷調(diào)查，主要采用將結(jié)構(gòu)式的調(diào)查問卷與抽查法相結(jié)合的形式，問卷調(diào)查越來越多地被用于定量研究，并成為社會科學(xué)研究的主要方式之一。直接來源間接來源是來源于別人調(diào)查或?qū)嶒灥臄?shù)據(jù)，又稱為第二手數(shù)據(jù)。由于個人和商業(yè)公司的力量有限，一些宏觀數(shù)據(jù)需要由專門的大型調(diào)查公司或政府部門來提供，這些數(shù)據(jù)的來源渠道也比較多，如報紙、書籍、統(tǒng)計年鑒、相關(guān)網(wǎng)站及專業(yè)調(diào)查公司等。如果調(diào)查的領(lǐng)域?qū)I(yè)性較強，那么需要查閱相關(guān)的專業(yè)性網(wǎng)站提供的數(shù)據(jù)，或使用搜索引擎的高級搜索功能完成。間接來源1數(shù)據(jù)類型目錄背景與挖掘目標2數(shù)據(jù)讀取方式3常用Python數(shù)據(jù)格式與讀寫函數(shù)4小結(jié)5結(jié)構(gòu)化數(shù)據(jù)的表現(xiàn)形式為二維的列表結(jié)構(gòu)，嚴格地遵循數(shù)據(jù)格式與長度規(guī)范，主要通過關(guān)系型數(shù)據(jù)庫進行存儲和管理。結(jié)構(gòu)化數(shù)據(jù)由行和列構(gòu)成，通常每一行對應(yīng)一條記錄，每一列對應(yīng)一個屬性，同一個表中的數(shù)據(jù)具有相同的屬性集，即同一張表中所有記錄的列的個數(shù)是一致的。結(jié)構(gòu)化數(shù)據(jù)一個結(jié)構(gòu)化數(shù)據(jù)的例子如下表所示。上表中展示了一條結(jié)構(gòu)化的客戶消費記錄。id列表示該客戶的id為4382，通常為數(shù)值型或者字符型。sex列表示該客戶的性別為男性，通常為字符型。con_amount列表示該客戶的消費金額為24.5（元），為數(shù)值型。con_time列表示該客戶的消費時間為2020年1月15日的15:30，通常為字符型或者時間型。結(jié)構(gòu)化數(shù)據(jù)idsexcon_amountcon_time4382M24.52020-1-1515:30結(jié)構(gòu)化數(shù)據(jù)主要應(yīng)用于各類業(yè)務(wù)系統(tǒng)的關(guān)系型數(shù)據(jù)庫中，其存儲需求包括高速存儲應(yīng)用需求、數(shù)據(jù)備份需求、數(shù)據(jù)共享需求以及數(shù)據(jù)容災(zāi)需求等。結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)是結(jié)構(gòu)化數(shù)據(jù)的一種特殊形式，是以樹或者圖的數(shù)據(jù)結(jié)構(gòu)存儲的數(shù)據(jù)，其結(jié)構(gòu)并不符合關(guān)系型數(shù)據(jù)庫或其他數(shù)據(jù)表的形式關(guān)聯(lián)起來的數(shù)據(jù)模型結(jié)構(gòu)。半結(jié)構(gòu)化數(shù)據(jù)包含相關(guān)標記，用來分隔語義元素以及對記錄和字段進行分層，這種結(jié)構(gòu)也被稱為自描述的結(jié)構(gòu)。半結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)庫是節(jié)點的集合，每個節(jié)點都是一個葉子節(jié)點或者一個內(nèi)部節(jié)點。葉子節(jié)點與數(shù)據(jù)相關(guān)，數(shù)據(jù)的類型可以是任意原子類型，如數(shù)字和字符串。每個內(nèi)部節(jié)點至少有一條外向的弧。每條弧都有一個標簽，該標簽指明弧開始處的節(jié)點與弧末端的節(jié)點之間的關(guān)系。一個名為根的內(nèi)部節(jié)點沒有進入的弧，它代表整個數(shù)據(jù)庫。每個節(jié)點都從根可達，整個圖的結(jié)構(gòu)未必是一棵樹。半結(jié)構(gòu)化數(shù)據(jù)常見的半結(jié)構(gòu)化數(shù)據(jù)格式有XML和JSON，一個半結(jié)構(gòu)化數(shù)據(jù)的例子如下表所示。上表為一個XML文件中的記錄，可以看到兩條記錄的屬性個數(shù)是不一樣的，第一條記錄有name、age和gender三個屬性，而第二條記錄只有name和gender兩個屬性。半結(jié)構(gòu)化文件記錄的屬性個數(shù)是可以變動的，這點與結(jié)構(gòu)化數(shù)據(jù)要求數(shù)據(jù)必須具有相同的屬性集不同，使得半結(jié)構(gòu)化數(shù)據(jù)具有更好的靈活性。半結(jié)構(gòu)化數(shù)據(jù)<person><name>Anna</name><age>23</age><gender>female</gender></person><person><name>Tom</name><gender>male</gender></person>半結(jié)構(gòu)化數(shù)據(jù)包括郵件、HTML、報表、資源庫等，常見的應(yīng)用場景有郵件系統(tǒng)、WEB集群、教學(xué)資源庫和檔案系統(tǒng)等。這些應(yīng)用的存儲要求主要有數(shù)據(jù)存儲、數(shù)據(jù)備份、數(shù)據(jù)共享以及數(shù)據(jù)歸檔等。半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)是數(shù)據(jù)結(jié)構(gòu)不規(guī)則或不完整，沒有預(yù)定義的數(shù)據(jù)模型，不方便用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)。常見的非結(jié)構(gòu)化數(shù)據(jù)包括辦公文檔、文本、圖像、音頻、視頻等。非結(jié)構(gòu)化數(shù)據(jù)的格式非常多樣，標準也具有多樣性，在技術(shù)上非結(jié)構(gòu)化信息比結(jié)構(gòu)化信息更難標準化和理解。其存儲、檢索、發(fā)布以及利用需要更加智能化的IT技術(shù)，常見具體應(yīng)用有醫(yī)療影像系統(tǒng)、教育視頻點播、視頻監(jiān)控、國土GIS、設(shè)計院、文件服務(wù)器（PDM/FTP）、媒體資源管理等。非結(jié)構(gòu)化數(shù)據(jù)1數(shù)據(jù)類型目錄常見數(shù)據(jù)來源2數(shù)據(jù)讀取方式3常用Python數(shù)據(jù)格式與讀寫函數(shù)4小結(jié)5在生產(chǎn)環(huán)境中，絕大多數(shù)的數(shù)據(jù)都存儲在數(shù)據(jù)庫中。想要讀取數(shù)據(jù)庫中的數(shù)據(jù)需要先與數(shù)據(jù)庫建立連接。數(shù)據(jù)庫連接是分析工具與數(shù)據(jù)庫之間的通道，只有建立數(shù)據(jù)庫連接后，用戶才能對數(shù)據(jù)庫中的數(shù)據(jù)進行操作。連接數(shù)據(jù)庫Python也需要與數(shù)據(jù)庫建立連接后才能讀取數(shù)據(jù)庫中的數(shù)據(jù)，一個常用建立連接的方法為通過SQLAlchemy庫并配合相應(yīng)數(shù)據(jù)庫的Python連接工具。不同的數(shù)據(jù)庫需要選擇對應(yīng)的連接工具，如MySQL數(shù)據(jù)庫需要安裝mysqlclient或者pymysql庫，Oracle數(shù)據(jù)庫需要安裝cx_oracle庫。連接數(shù)據(jù)庫SQLAlchemy庫支持與MySQL、postgresql、Oracle、SQLServer和SQLite等主流數(shù)據(jù)庫建立連接，建立連接時需要提供數(shù)據(jù)庫產(chǎn)品名、連接工具名、用戶名、密碼、數(shù)據(jù)庫IP地址、數(shù)據(jù)庫端口號、數(shù)據(jù)庫名稱，同時還需要注意數(shù)據(jù)庫中使用的數(shù)據(jù)編碼，使用錯誤的編碼會導(dǎo)致亂碼問題。與數(shù)據(jù)庫進行連接后，可以與數(shù)據(jù)庫進行交互，對數(shù)據(jù)庫中的數(shù)據(jù)進行操作。常見的操作包括讀取、存儲以及增、刪、改、查等，通過pandas庫對數(shù)據(jù)庫進行讀取和存儲操作。連接數(shù)據(jù)庫另一種常見的數(shù)據(jù)載體是文本文件。文本文件是一種由若干行字符構(gòu)成的計算機文件，它是一種典型的順序文件。常見的有TXT文件和CSV文件，這兩種文件的主要區(qū)別是TXT文件使用空格分隔，而CSV是一種逗號分隔的文件格式。因為其分隔符不一定是逗號，又被稱為字符分隔文件，文件以純文本形式存儲表格數(shù)據(jù)（數(shù)字和文本）。它是一種通用、相對簡單的文件格式，最廣泛的應(yīng)用是在程序之間轉(zhuǎn)移表格數(shù)據(jù)，而這些程序本身是在不兼容的格式上進行操作的（往往是私有的和／或無規(guī)范的格式）。因為大量程序都支持CSV或者其變體，可以作為大多數(shù)程序的輸入和輸出格式。文件讀取CSV文件根據(jù)其定義也是一種文本文件，在數(shù)據(jù)讀取過程中可以使用文本文件的讀取函數(shù)對CSV文件進行讀取。使用read_table和read_csv函數(shù)讀取CSV文件。讀取文件時需要注意編碼問題，常用的編碼有utf-8、utf-16、gbk、gb2312、gb18030等。如果編碼指定錯誤數(shù)據(jù)將無法讀取，IPython解釋器會報解析錯誤。文件讀取除了TXT文件和CSV，Excel文件也是常見的需要讀取的數(shù)據(jù)文件種類。Excel可以進行各種數(shù)據(jù)的處理、統(tǒng)計分析和輔助決策操作，被廣泛地應(yīng)用于管理、統(tǒng)計財經(jīng)和金融等眾多領(lǐng)域。其文件格式依照程序版本的不同分為兩種。MicrosoftOfficeExcel2007之前的版本（不包括2007）默認保存的文件名后綴為.xls。MicrosoftOfficeExcel2007之后的版本默認保存的文件名后綴為.xlsx。文件讀取1數(shù)據(jù)類型目錄常見數(shù)據(jù)來源2數(shù)據(jù)讀取方式3常用Python數(shù)據(jù)格式與讀寫函數(shù)4小結(jié)5讀取進Python中的數(shù)據(jù)主要為格式化的數(shù)據(jù)，Python、pandas和NumPy中常見的數(shù)據(jù)類型如下表所示。常用Python數(shù)據(jù)格式轉(zhuǎn)換函數(shù)Python類型pandas類型NumPy類型數(shù)據(jù)類型intint64int_,int8,int16,int32,int64,uint8,uint16,uint32,uint64整數(shù)strobjectstring_,unicode_字符串floatfloat64float_,float16,float32,float64浮點數(shù)boolboolbool_布爾值

datetime64

日期時間

timedelta[ns]

時間差值

category

有限長度的文本列表雖然Python會對讀入的數(shù)據(jù)進行軟轉(zhuǎn)換，即自動判定讀入的數(shù)據(jù)類型，但有時讀入Python的數(shù)據(jù)類型并不與預(yù)期相符，這時需要對數(shù)據(jù)類型進行檢測和轉(zhuǎn)換。Python中常見的數(shù)據(jù)類型檢測和轉(zhuǎn)換函數(shù)如下表所示。常用Python數(shù)據(jù)格式轉(zhuǎn)換函數(shù)函數(shù)名格式作用dtypesDataFrame.dtypes查看DataFrame中各列的數(shù)據(jù)類型dtypeseries.dtype查看series的數(shù)據(jù)類型select_dtypesDataFrame.select_dtypes(include=None,exclude=None)通過輸入的類型選取滿足條件的列astypeSeries.astype(dtype,copy=True,errors=’raise’,**kwargs)DataFrame.astype(dtype,copy=True,errors=’raise’,**kwargs)將指定的列強制轉(zhuǎn)換為指定的類型to_numericto_numeric()將指定對象轉(zhuǎn)換為整型常用的數(shù)據(jù)類型還包括了時間類型，通過讀取時間類型數(shù)據(jù)能夠獲取到對應(yīng)的年月日和星期等信息。但時間類型數(shù)據(jù)在讀入Python后常常以字符串形式出現(xiàn)，無法方便實現(xiàn)大部分與時間相關(guān)的分析。常用Python數(shù)據(jù)格式轉(zhuǎn)換函數(shù)pandas庫中提供了6種時間相關(guān)的類，如下表所示。其中Timestamp是時間類中最基礎(chǔ)的，也是最為常用的。在多數(shù)情況下，時間相關(guān)的字符串都會轉(zhuǎn)換成為Timestamp。Timestamp類型時間是有限制的，通常該數(shù)值會被限制在1970年至2038年之間。常用Python數(shù)據(jù)格式轉(zhuǎn)換函數(shù)類名稱說明Timestamp最基礎(chǔ)的時間類。表示某個時間點。在絕大多數(shù)的場景中的時間數(shù)據(jù)都是Timestamp形式的時間Period表示單個時間跨度，或者某個時間段，例如某一天、某一小時等Timedelta表示不同單位的時間，如1天、1.5小時、3分鐘、4秒等，而非具體的某個時間段DatetimeIndex一組由Timestamp構(gòu)成的Index，可以作為Series或者DataFrame的索引PeriodtimeIndex一組由Period構(gòu)成的Index，可以作為Series或者DataFrame的索引TimedeltaIndex一組由Timedelta構(gòu)成的Index，可以作為Series或者DataFrame的索引Python中對數(shù)據(jù)庫進行讀寫主要通過pandas庫進行，pandas庫中常見的對數(shù)據(jù)庫進行讀取操作的函數(shù)為read_sql、read_sql_table和read_sql_query，使用格式如下。pandas.read_sql_table(table_name,con,schema=None,index_col=None,coerce_float=True,columns=None)pandas.read_sql_query(sql,con,index_col=None,coerce_float=True)pandas.read_sql(sql,con,index_col=None,coerce_float=True,columns=None)常用Python數(shù)據(jù)讀寫函數(shù)1.數(shù)據(jù)庫讀寫函數(shù)這3個函數(shù)的常用參數(shù)及其作用基本一致，如下表所示。常用Python數(shù)據(jù)讀寫函數(shù)參數(shù)說明table_name接收string。表示讀取的數(shù)據(jù)的表名。無默認值sql接收string。表示傳遞的sql語句。無默認值con接收數(shù)據(jù)庫連接。表示數(shù)據(jù)庫連接信息。無默認值index_col接收int，sequence或者False。表示設(shè)定的列作為行名，如果是一個數(shù)列則是多重索引。默認為Nonecoerce_float接收boolean。將數(shù)據(jù)庫中的decimal類型的數(shù)據(jù)轉(zhuǎn)換為pandas中的float64類型的數(shù)據(jù)。默認為Truecolumns接收list。表示讀取數(shù)據(jù)的列名。默認為None使用pandas將數(shù)據(jù)寫入數(shù)據(jù)庫時主要使用to_sql方法，其語法如下。DataFrame.to_sql(name,con,schema=None,if_exists=’fail’,index=True,index_label=None,dtype=None)常用Python數(shù)據(jù)讀寫函數(shù)to_sql方法的常用參數(shù)及其說明如下表所示。常用Python數(shù)據(jù)讀寫函數(shù)參數(shù)說明name接收string。代表數(shù)據(jù)庫表名。無默認值con接收數(shù)據(jù)庫連接。無默認值if_exists接收fail、replace、append。fail表示如果表名存在則不執(zhí)行寫入操作；replace表示如果存在，將原數(shù)據(jù)庫表刪除，再重新創(chuàng)建；append則表示在原數(shù)據(jù)庫表的基礎(chǔ)上追加數(shù)據(jù)。默認為failindex接收boolean。表示是否將行索引作為數(shù)據(jù)傳入數(shù)據(jù)庫。默認Trueindex_label接收string或者sequence。代表是否引用索引名稱，如果index參數(shù)為True，此參數(shù)為None，則使用默認名稱。如果為多重索引必須使用sequence形式。默認為Nonedtype接收dict。代表寫入的數(shù)據(jù)類型（列名為key，數(shù)據(jù)格式為values）。默認為Nonepandas庫提供了read_table來讀取文本文件，read_csv函數(shù)來讀取CSV文件，使用格式如下。pandas.read_table(filepath_or_buffer,sep=’\t’,header=’infer’,names=None,index_col=None,dtype=None,engine=None,nrows=None)pandas.read_csv(filepath_or_buffer,sep=’\t’,header=’infer’,names=None,index_col=None,dtype=None,engine=None,nrows=None)常用Python數(shù)據(jù)讀寫函數(shù)2.文件讀寫函數(shù)read_table和read_csv函數(shù)的參數(shù)基本相同，常用參數(shù)及其說明如下表所示。常用Python數(shù)據(jù)讀寫函數(shù)參數(shù)說明filepath接收string。代表文件路徑。無默認值sep接收string。代表分隔符。read_csv默認為“,”，read_table默認為制表符“[Tab]”header接收int或sequence。表示將某行數(shù)據(jù)作為列名。默認為infer，表示自動識別names接收array。表示列名。默認為Noneindex_col接收int、sequence或False。表示索引列的位置，取值為sequence則代表多重索引。默認為Nonedtype接收dict。代表寫入的數(shù)據(jù)類型（列名為key，數(shù)據(jù)格式為values）。默認為Noneengine接收c或者python。代表數(shù)據(jù)解析引擎。默認為None時使用c作為引擎nrows接收int。表示讀取前n行。默認為Nonepandas中的to_csv函數(shù)實現(xiàn)了以CSV文件格式存儲文件，使用格式如下。DataFrame.to_csv(path_or_buf=None,sep=’,’,na_rep=”,columns=None,header=True,index=True,index_label=None,mode=’w’,encoding=None)常用Python數(shù)據(jù)讀寫函數(shù)to_csv函數(shù)的常用參數(shù)及其說明如下表所示。常用Python數(shù)據(jù)讀寫函數(shù)參數(shù)說明path_or_buf接收string。代表文件路徑。默認為Nonesep接收string。代表分隔符。默認為“,”na_rep接收string。代表缺失值。默認為“”columns接收list。代表寫出的列名。默認為Noneheader接收boolean，代表是否將列名寫出。默認為Trueindex接收boolean，代表是否將行名（索引）寫出。默認為Trueindex_labels接收sequence。表示索引名。默認為Nonemode接收特定string。代表數(shù)據(jù)寫入模式。默認為wencoding接收特定string。代表存儲文件的編碼格式。默認為Nonepandas提供了read_excel函數(shù)來讀取“xls”和“xlsx”兩種Excel文件，其使用格式如下。pandas.read_excel(io,sheetname=0,header=0,index_col=None,names=None,dtype=None)常用Python數(shù)據(jù)讀寫函數(shù)read_excel函數(shù)的常用參數(shù)及其說明如下表所示。常用Python數(shù)據(jù)讀寫函數(shù)參數(shù)說明io接收string。表示文件路徑。無默認值sheetname接收string、int。代表excel表內(nèi)數(shù)據(jù)的分表位置。默認為0header接收int或sequence。表示將某行數(shù)據(jù)作為列名。默認為infer，表示自動識別names接收int、sequence或者False。表示索引列的位置，取值為sequence則代表多重索引。默認為Noneindex_col接收int、sequence或者False。表示索引列的位置，取值為sequence則代表多重索引。默認為Nonedtype接收dict。代表寫入的數(shù)據(jù)類型（列名為key，數(shù)據(jù)格式為values）。默認為None使用to_excel方法可以將數(shù)據(jù)存儲為Excel文件，其使用格式如下。DataFrame.to_excel(excel_writer=None,sheetname=None’,na_rep=”,header=True,index=True,index_label=None,mode=’w’,encoding=None)常用Python數(shù)據(jù)讀寫函數(shù)to_excel方法和to_csv方法的常用參數(shù)基本一致，區(qū)別之處在于指定存儲文件的文件路徑參數(shù)名稱為excel_writer，并且沒有sep參數(shù)，增加了一個sheetnames參數(shù)用來指定存儲的Excelsheet的名稱，默認為sheet1。常用Python數(shù)據(jù)讀寫函數(shù)1數(shù)據(jù)類型目錄常見數(shù)據(jù)來源2數(shù)據(jù)讀取方式3常用Python數(shù)據(jù)格式與讀寫函數(shù)4小結(jié)5本章主要對常見的數(shù)據(jù)來源進行了簡要的介紹，常見的數(shù)據(jù)來源主要分為直接來源和間接來源兩種。還介紹了常見的數(shù)據(jù)類型包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。并對數(shù)據(jù)讀取的兩種常見方式做了介紹，包括連接數(shù)據(jù)庫和文件讀取。最后介紹了Python中的常用數(shù)據(jù)格式轉(zhuǎn)換函數(shù)和數(shù)據(jù)讀寫函數(shù)。小結(jié)

探索性分析1可視化分析目錄描述性統(tǒng)計分析2常用Python探索分析函數(shù)3小結(jié)4描述性統(tǒng)計是統(tǒng)計學(xué)中用來描繪或總結(jié)觀察量的基本情況的統(tǒng)計方法的總稱，是對調(diào)查樣本中的包含的大量數(shù)據(jù)資料進行整理、概況和計算的過程，也是通過揭示數(shù)據(jù)分布特性從而匯總并表達定量數(shù)據(jù)的方法。用統(tǒng)計指標對定量數(shù)據(jù)進行統(tǒng)計描述，常從集中趨勢和離散程度兩個方面進行分析。基本概念

集中趨勢統(tǒng)計指標1.均值

集中趨勢統(tǒng)計指標中位數(shù)是將一組觀察值從小到大按順序排列，位于中間的那個數(shù)據(jù)。即在全部數(shù)據(jù)中，小于和大于中位數(shù)的數(shù)據(jù)個數(shù)相等。將某一數(shù)據(jù)集從小到大按順序排序，當為奇數(shù)時，中位數(shù)的計算公式如下式所示。當為偶數(shù)時，中位數(shù)的計算公式如下式所示。集中趨勢統(tǒng)計指標2.中位數(shù)眾數(shù)是指數(shù)據(jù)集中出現(xiàn)最頻繁的值。眾數(shù)并不經(jīng)常用來度量定性變量的中心位置，更適用于定性變量。眾數(shù)不具有唯一性。當然，眾數(shù)一般用于離散型變量而非連續(xù)型變量。集中趨勢統(tǒng)計指標3.眾數(shù)極差是表示樣本離散程度最基本的測量值，是樣本中最大值與最小值的差額，計算公式如下式所示。極差對數(shù)據(jù)集的極端值非常敏感，并且忽略了位于最大值與最小值之間的數(shù)據(jù)的分布情況。離散程度統(tǒng)計指標1.極差標準差度量數(shù)據(jù)偏離均值的程度，計算公式如下式所示。離散程度統(tǒng)計指標2.標準差四分位數(shù)包括上四分位數(shù)和下四分位數(shù)。將所有數(shù)值由小到大排列并分成四等份，處于第一個分割點位置的數(shù)值是下四分位數(shù)，處于第二個分割點位置（中間位置）的數(shù)值是中位數(shù)，處于第三個分割點位置的數(shù)值是上四分位數(shù)。四分位數(shù)間距，是上四分位數(shù)與下四分位數(shù)之差，其間包含了全部觀察值的一半。四分位數(shù)間距值越大，說明數(shù)據(jù)的變異程度越大；反之，說明變異程度越小。離散程度統(tǒng)計指標3.四分位數(shù)間距1可視化分析目錄描述性統(tǒng)計分析2常用Python探索分析函數(shù)3小結(jié)4將數(shù)據(jù)可視化的目的是化抽象為具體，將隱藏于數(shù)據(jù)中的規(guī)律直觀地展現(xiàn)出來。通過點的位置、曲線的走勢、圖形的面積等形式，直觀地呈現(xiàn)研究對象間的數(shù)量關(guān)系。不同類型的圖表展示數(shù)據(jù)的側(cè)重點不同，選擇合適的圖表可以更好地進行數(shù)據(jù)的可視化分析。常見的可視化圖表有散點圖、折線圖、柱形圖、餅圖、箱線圖和熱力圖等。基本概念散點圖（ScatterDiagram）又稱為散點分布圖，是以一個特征為橫坐標，另一個特征為縱坐標，利用坐標點（散點）的分布形態(tài)反映特征間的統(tǒng)計關(guān)系的一種圖形。值是由點在圖表中的位置表示，類別是由圖表中的不同標記表示，通常用于比較跨類別的數(shù)據(jù)。散點圖可以提供2類關(guān)鍵信息。特征之間是否存在數(shù)值或者數(shù)量的關(guān)聯(lián)趨勢，關(guān)聯(lián)趨勢是線性的還是非線性的。如果有某一個點或者某幾個點偏離大多數(shù)點，這些點就是離群值，通過散點圖可以一目了然。從而可以進一步分析這些離群值是否可能在建模分析中產(chǎn)生很大的影響。散點圖散點圖通過散點的疏密程度和變化趨勢表示兩個特征的數(shù)量關(guān)系。不僅如此，如果有三個特征，若其中一個特征為類別型，散點圖改變不同特征的點的形狀或者顏色，即可了解兩個數(shù)值型特征和這個類別型之間的關(guān)系。散點圖折線圖（linechart）是一種將數(shù)據(jù)點按照順序連接起來的圖形。可以看作是將散點圖，按照x軸坐標順序連接起來的圖形。折線圖的主要功能是查看因變量y隨著自變量x改變的趨勢，最適合用于顯示隨時間（根據(jù)常用比例設(shè)置）而變化的連續(xù)數(shù)據(jù)。同時還可以看出數(shù)量的差異，增長趨勢的變化。除了分析數(shù)據(jù)的趨勢，折線圖還可以用來分析數(shù)據(jù)的周期性，周期性指某個變量隨著時間變化而呈現(xiàn)出某種周期變化趨勢，周期性按時間尺度分為年度、季節(jié)性、月度、周度、天和小時等周期性趨勢。折線圖柱形圖（barchart）又稱柱狀圖，是統(tǒng)計報告圖的一種，由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況，一般用橫軸表示數(shù)據(jù)所屬類別，縱軸表示數(shù)量或者占比。用柱形圖可以比較直觀地看出產(chǎn)品質(zhì)量特性的分布狀態(tài)，便于判斷其總體質(zhì)量分布情況。柱形圖可以發(fā)現(xiàn)分布表無法發(fā)現(xiàn)的數(shù)據(jù)模式、樣本的頻率分布和總體的分布。柱形圖餅圖（PieGraph）是將各項的大小與各項總和的比例顯示在一張“餅”中，以“餅”的大小來確定每一項的占比。餅圖的每一個扇形部分代表每一類型的百分比或頻數(shù)，根據(jù)變量的類型數(shù)目將餅圖分成幾個部分，每一部分的大小與每一類型的頻數(shù)成正比。餅圖可以比較清楚地反映出部分與部分、部分與整體之間的比例關(guān)系，易于顯示每組數(shù)據(jù)相對于總數(shù)的大小，而且顯現(xiàn)方式直觀。餅圖箱線圖（Boxplot）也稱箱須圖，其繪制需使用常用的統(tǒng)計量，箱線圖能提供有關(guān)數(shù)據(jù)位置和分散情況的關(guān)鍵信息，尤其在比較不同特征時，更可表現(xiàn)其分散程度差異。箱線圖中每條線表示的含義如下圖所示。箱線圖箱線圖利用數(shù)據(jù)中的5個統(tǒng)計量（最小值、下四分位數(shù)、中位數(shù)、上四分位數(shù)和最大值）來描述數(shù)據(jù)，沒有對數(shù)據(jù)作任何限制性要求如服從某種特定的分布形式，它只是真實地、直觀地表現(xiàn)數(shù)據(jù)分布的本來面貌。另一方面，箱線圖判斷異常值的標準以四分位數(shù)和四分位距為基礎(chǔ)，四分位數(shù)具有一定的魯棒性：多達25%的數(shù)據(jù)可以變得任意遠而不會很大地擾動四分位數(shù)，所以異常值不能對這個標準施加影響。由此可見，箱線圖識別異常值的結(jié)果比較客觀，在識別異常值方面有一定的優(yōu)越性。此外箱線圖也可以粗略地看出數(shù)據(jù)是否具有對稱性、分布的分散程度等信息，可以用于在幾個樣本之間進行比較。箱線圖熱力圖是一種通過對色塊著色來顯示數(shù)據(jù)分布的統(tǒng)計圖表。繪制熱力圖時，需指定顏色映射的規(guī)則。如較大的值使用較深的顏色表示，較小的值使用較淺的顏色表示，也可以較大的值使用偏暖的顏色表示，較小的值使用較冷的顏色表示等。熱力圖熱力圖按數(shù)據(jù)結(jié)構(gòu)一般可分為兩種，表格型和非表格型。表格型熱力圖也稱為色塊圖，它要求數(shù)據(jù)具有2個類別型屬性和1個數(shù)值型屬性，類別型屬性用于確定x、y軸，從而將圖表劃分為規(guī)整的矩形塊。數(shù)值型屬性決定了矩形塊的顏色。非表格型熱力圖也稱為平滑熱力圖，它要求數(shù)據(jù)具有3個數(shù)值型屬性，其中2個數(shù)值型屬性用于分別確定x、y軸，另一個1個數(shù)值型屬性用于確定點的著色，可以繪制在平行坐標系中。熱力圖能夠用于查看總體的情況、發(fā)現(xiàn)異常值、顯示多個變量之間的差異，還有一個常見用途為用于查看變量間是否存在任何相關(guān)性。如果要用熱力圖表示數(shù)據(jù)間的相關(guān)性，即繪制相關(guān)性熱力圖，還需要先計算相關(guān)系數(shù)。熱力圖為了準確地描述變量之間的線性相關(guān)程度，可以通過計算相關(guān)系數(shù)來實現(xiàn)。在二元變量的相關(guān)分析過程中比較常用的有Pearson相關(guān)系數(shù)、Spearman秩相關(guān)系數(shù)和判定系數(shù)。Pearson相關(guān)系數(shù)：一般用于析兩個連續(xù)性變量之間的關(guān)系，其計算公式如下式所示。相關(guān)系數(shù)的取值范圍：。不同的的取值表示的相關(guān)性如下式所示。熱力圖1.相關(guān)系數(shù)

熱力圖變量秩次的計算過程，如下表所示。因為一個變量的相同的取值必須有相同的秩次，所以在計算中采用的秩次是排序后所在位置的平均值。只要兩個變量具有嚴格單調(diào)的函數(shù)關(guān)系，那么它們就是完全Spearman相關(guān)的，這與Pearson相關(guān)不同，Pearson相關(guān)只有在變量具有線性關(guān)系時才是完全相關(guān)的。熱力圖從小到大排序從小到大排序時的位置秩次

0.5110.8221.0331.24(4+5)/2=4.51.25(4+5)/2=4.52.3662.877上述兩種相關(guān)系數(shù)在實際應(yīng)用計算中都要對其進行假設(shè)檢驗，使用t檢驗方法檢驗其顯著性水平以確定其相關(guān)程度。研究表明，在正態(tài)分布假定下，Spearman秩相關(guān)系數(shù)與Pearson相關(guān)系數(shù)在效率上是等價的，而對于連續(xù)測量數(shù)據(jù)，更適合用Pearson相關(guān)系數(shù)來進行分析。熱力圖判定系數(shù)：判定系數(shù)是相關(guān)系數(shù)的平方，用表示；用來衡量回歸方程對的解釋程度。判定系數(shù)取值范圍：。越接近于1，表明與之間的相關(guān)性越強；越接近于0，表明兩個變量之間幾乎沒有直線相關(guān)關(guān)系。熱力圖為了更加直觀地分析屬性間的相關(guān)性，繪制1994年至2013年財政收入數(shù)據(jù)的相關(guān)性熱力圖。由圖中的顏色的深淺可看出，各屬性除了x11與y為負弱相關(guān)外，其他屬性都與y強相關(guān)。熱力圖2.相關(guān)性熱力圖1可視化分析目錄描述性統(tǒng)計分析2常用Python探索分析函數(shù)3小結(jié)4Python中的NumPy和pandas庫中都提供了函數(shù)或者方法用于描述性統(tǒng)計，這些函數(shù)或者方法主要用于計算數(shù)值型數(shù)據(jù)的最小值、均值、中位數(shù)、最大值、四分位數(shù)、極差、標準差、方差、協(xié)方差和變異系數(shù)等。NumPy中常見的描述性統(tǒng)計函數(shù)如下表所示。常用Python基本統(tǒng)計分析函數(shù)函數(shù)名稱說明函數(shù)名稱說明numpy.min最小值numpy.max最大值numpy.mean均值numpy.ptp極差numpy.median中位數(shù)numpy.std標準差numpy.var方差numpy.cov協(xié)方差pandas庫基于NumPy，自然也可以用這些函數(shù)對數(shù)據(jù)框進行描述性統(tǒng)計，同時pandas還提供了更加便利的describe方法來進行數(shù)值型數(shù)據(jù)的統(tǒng)計，能夠一次性得出數(shù)據(jù)框中所有數(shù)值型數(shù)據(jù)的非空值數(shù)目、均值、四分位數(shù)、標準差。pandas庫中的常用描述性統(tǒng)計方法，如下表所示。常用Python基本統(tǒng)計分析函數(shù)方法名稱說明方法名稱說明min最小值max最大值mean均值ptp極差median中位數(shù)std標準差var方差cov協(xié)方差sem標準誤差mode眾數(shù)skew樣本偏度kurt樣本峰度quantile四分位數(shù)count非空值數(shù)目describe描述統(tǒng)計mad平均絕對離差Matplotlib中繪制散點圖的函數(shù)為scatter，其語法格式如下。matplotlib.pyplot.scatter(x,y,s=None,c=None,marker=None,cmap=None,norm=None,vmin=None,vmax=None,alpha=None,linewidths=None,verts=None,edgecolors=None,hold=None,data=None,**kwargs)常用Python作圖函數(shù)1.散點圖scatter函數(shù)常用參數(shù)及其說明如下表所示。常用Python作圖函數(shù)參數(shù)名稱說明x，y接收array。表示x軸和y軸對應(yīng)的數(shù)據(jù)。無默認值s接收數(shù)值或者一維的array。指定點的大小，若傳入一維array，，則表示每個點的大小。默認為Nonec接收顏色或者一維的array。指定點的顏色，若傳入一維array則表示每個點的顏色。默認為Nonemarker接收特定string。表示繪制的點的類型。默認為Nonealpha接收0~1的小數(shù)。表示點的透明度。默認為NoneMatplotlib中繪制折線圖的函數(shù)為plot，其語法格式如下。matplotlib.pyplot.plot(*args,**kwargs)常用Python作圖函數(shù)2.折線圖plot函數(shù)在官方文檔的語法中只要求填入不定長參數(shù)，實際可以填入的主要參數(shù)主要如下表所示。常用Python作圖函數(shù)參數(shù)名稱說明x，y接收array。表示x軸和y軸對應(yīng)的數(shù)據(jù)。無默認值color接收特定string。指定線條的顏色。默認為Nonelinestyle接收特定string。指定線條類型。默認為“-”marker接收特定string。表示繪制的點的類型。默認為Nonealpha接收0~1的小數(shù)。表示點的透明度。默認為None其中color參數(shù)的8種常用顏色的縮寫如下表所示。常用Python作圖函數(shù)顏色縮寫代表的顏色顏色縮寫代表的顏色b藍色m品紅g綠色y黃色r紅色k黑色c青色w白色linestyle參數(shù)的4種常用線條類型的取值及其意義，如下表所示。常用Python作圖函數(shù)linestyle取值意義linestyle取值意義-實線-.點線--長虛線:短虛線marker參數(shù)的20種常用線條標記的取值及其意義，如下表所示。常用Python作圖函數(shù)marker取值意義marker取值意義o圓圈.點D菱形s正方形h六邊形1*星號H六邊形2d小菱形-水平線v一角朝下的三角形8八邊形<

一角朝左的三角形p五邊形>

一角朝右的三角形，像素^一角朝上的三角形+加號\豎線None無xXMatplotlib中繪制柱形圖的函數(shù)為bar，其語法格式如下。matplotlib.pyplot.bar（left，height，width=0.8，bottom=None，hold=None，data=None，**kwargs）bar函數(shù)常用參數(shù)及其說明，如下表所示。常用Python作圖函數(shù)3.柱形圖參數(shù)名稱說明left接收array。表示x軸數(shù)據(jù)。無默認值height接收array。表示x軸所代表數(shù)據(jù)的數(shù)量。無默認值width接收0~1的float。指定柱形圖寬度。默認為0.8color接收特定string或者包含顏色字符串的array。表示柱形圖顏色。默認為NoneMatplotlib中繪制餅圖的函數(shù)為pie，其語法格式如下。matplotlib.pyplot.pie(x,explode=None,labels=None,colors=None,autopct=None,pctdistance=0.6,shadow=False,labeldistance=1.1,startangle=None,radius=None,counterclock=True,wedgeprops=None,textprops=None,center=(0,0),frame=False,hold=None,data=None)常用Python作圖函數(shù)4.餅圖pie函數(shù)常用參數(shù)及其說明，如下表所示。常用Python作圖函數(shù)參數(shù)名稱說明x接收array。表示用于繪制撇的數(shù)據(jù)。無默認值explode接收array。表示指定項離餅圖圓心為n個半徑。默認為Nonelabels接收array。指定每一項的名稱。默認為Nonecolor接收特定string或者包含顏色字符串的array。表示餅圖顏色。默認為Noneautopct接收特定string。指定數(shù)值的顯示方式。默認為Nonepctdistance接收float。指定每一項的比例和距離餅圖圓心n個半徑。默認為0.6labeldistance接收float。指定每一項的名稱和距離餅圖圓心多少個半徑。默認為1.1radius接收float。表示餅圖的半徑。默認為1Matplotlib中繪制箱線圖的函數(shù)為boxplot，其基本使用語法如下。matplotlib.pyplot.boxplot(x,notch=None,sym=None,vert=None,whis=None,positions=None,widths=None,patch_artist=None,bootstrap=None,usermedians=None,conf_intervals=None,me