Python| Pandas

01 强大的数据处理能力

Python有强大的数据处理能力。我们都使用过Excel，它的数据处理能力已经非常强大，不过当你使用过python的数据处理能力后，就会发现，Excel的处理效率其实很低。

举个例子。现在我们想得到下面这张图。

用Excel作图，对于3批不同的数据，需要进行3次作图设置和处理后，才能得到一张比较符合要求的图。而用Python只需要下面这3条语句。

bx=setosa.plot(kind="scatter",x="sepal_length",y="sepal_width",label="setosa",color="red",figsize=(10,5))
versicolor.plot(ax=bx,kind="scatter",x="sepal_length",y="sepal_width",label="versicolor",color="blue")
virginica.plot(ax=bx,kind="scatter",x="sepal_length",y="sepal_width",label="virginica",color="yellow")

磨刀不误砍柴功，熟练运用python需要大量的练习，那么就让我们从基础开始，学习python中的pandas包吧。

02 练习内容提要

本次学习涉及到一下pandas的基础内容，总结如下，源代码我放在github上，想要深入了解的朋友可以进去看看。

1. 两种数据结构：DataFrame &，Series的基本操作函数，如建立、格式转换、索引。
2. 两种数据选取方法：loc，iloc

• df.loc[["行标签"],["列标签"]]
• df.iloc[["行索引"],["列索引"]]

3. 布尔型索引筛选数据：布尔型索引返回True、False，数据组会筛选True的元素行列返回
4. 鸢尾花数据集的可视化处理：箱线图、散点图的绘制

03 练习代码

本次学习的代码内容很多，为了更好的可视化效果，我将代码放在了github上，感兴趣的朋友们可以点击去github上看看。

练习代码（十分建议在电脑端查看）

希望能够激发你对python的兴趣～