Python数据分析教程

数据分析是Python编程中非常受欢迎的一个领域，它可以帮助我们从大量数据中提取有价值的信息。以下是一些关于Python数据分析的基础教程。

安装Python和数据分析库

首先，你需要安装Python。可以从Python官网下载并安装最新版本的Python。

安装完成后，你可以使用pip来安装以下数据分析库：

pip install numpy pandas matplotlib seaborn

NumPy是一个强大的Python库，用于处理大型多维数组以及进行复杂数学运算。

import numpy as np

# 创建一个一维数组
array_1d = np.array([1, 2, 3, 4, 5])

# 创建一个二维数组
array_2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 数组切片
array_1d[1:4]

# 数组索引
array_2d[0, 1]

Pandas是一个开源数据分析库，它提供了强大的数据结构和数据分析工具。

数据框是Pandas中最常用的数据结构，它类似于Excel表格。

import pandas as pd

# 创建一个数据框
data = {'Name': ['Tom', 'Nick', 'John'], 'Age': [20, 21, 19]}
df = pd.DataFrame(data)

# 打印数据框
print(df)

# 筛选年龄大于20的数据
df[df['Age'] > 20]

Matplotlib和Seaborn是Python中常用的数据可视化库。

import matplotlib.pyplot as plt
import seaborn as sns

# 创建一些数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# 绘制散点图
plt.scatter(x, y)
plt.show()

# 绘制直方图
sns.histplot(df['Age'], bins=5)
plt.show()