美文网首页我爱编程
使用python进行数据分析<二>(引言)

使用python进行数据分析<二>(引言)

作者: 尽斩桃花三千 | 来源:发表于2018-05-18 11:16 被阅读45次

    一.读取txt文件,并使用JSON解析为list.

    1.open函数可以指定编码方式为utf-8

    1. [ ]使用列表生成式解析
    path = '/Users/lidaoyuan/Desktop/python/test02/govTest/example.txt'
    #with open(path, "r", encoding="utf-8") as f:
    records = [json.loads(line) for  line in  open(path,"r",encoding="utf-8")]
    

    二.使用pandas对tz元素计数

    #使用pandas
    frame = DataFrame(records)
    
    # 从frame["tz"]返回的Series对象,有一个value_counts方法.  可以对各个对象计数
    print(frame["tz"].value_counts())
    

    三.使用pandas对处理数据,并绘制简易条形图

    tz_series = frame["tz"]
    clean_tz = tz_series.fillna('Missing')  # fillna函数可以替换缺失值
    clean_tz[clean_tz==''] = 'Unknown'   #可以便利clean_tz中的值,判断满足条件者.这里的用法不是很懂.
    
    clean_tz_counts = clean_tz.value_counts()
    clean_tz_counts[:10].plot(kind='barh',rot=0)
    # import matplotlib.pyplot as plt , 这里手动调用show方法才会弹出绘制的图片,书上没有写. 不知道是什么原因. 
    plt.show()
    

    四.

    # split() 通过指定分隔符对字符串进行切片,如果参数 num 有指定值,则仅分隔 num 个子字符串
    #将frame中a字段对应下的字符串分割,然后提取出第一个.
    results = Series([x.split()[0] for x in frame.a.dropna()])
    
    
    In [61]: results
    Out[61]: 
    0                  Mozilla/5.0
    1       GoogleMaps/RochesterNY
    2                  Mozilla/4.0
    3                  Mozilla/5.0
    4                  Mozilla/5.0
    5                  Mozilla/5.0
    6                  Mozilla/5.0
    7                  Mozilla/5.0
    8                   Opera/9.80
    9                  Mozilla/5.0
    10                 Mozilla/5.0
    11                 Mozilla/5.0
    12                 Mozilla/5.0
    13                 Mozilla/5.0
    14                 Mozilla/5.0
    15                 Mozilla/5.0
    16                 Mozilla/5.0
    17      GoogleMaps/RochesterNY
    18                 Mozilla/5.0
    .......
    

    五.使用numpy找出包含指定字符串的元素.

    # 将a字段下为空的从数据中移除.
    cframe = frame[frame.a.notnull()]
    #使用numpy的where函数,查找出a字段下包含windows字样的元素,并且使用参数x, y 替换对应的结果
    operating_system = np.where(cframe['a'].str.contains('Windows'),'Windows','Not use windows')
    print(operating_system)
    

    注:

    1.同时安装多个版本的python,可以使用 如:python3.6 制定某一版本的python

    1. python 自带的有easy_install 如果要安装pip, 使用 sudo easy_install pip. 同理也可以制定某一版本 sudo easy_install-3.6 pip

    2. 使用pip 也可指定某一版本 pip3.6 install numpy

    3. DataFrame 是pandas中的数据结构,用于将数据表示为一个表格.

    4. callable() 函数用于检查一个对象是否是可调用的。如果返回True,object仍然可能调用失败;但如果返回False,调用对象ojbect
      绝对不会成功。
      对于函数, 方法, lambda 函式, 类, 以及实现了 call 方法的类实例, 它都返回 True。
      callable(object)

    5. getitem() 可以让对象像数组或者字典那样,使用下标取数据

    6. matplotlib.pyplot.show() ,plot出的图像才出现(不知道是什么原因)

    相关文章

      网友评论

        本文标题:使用python进行数据分析<二>(引言)

        本文链接:https://www.haomeiwen.com/subject/chejdftx.html