Python数据挖掘基础-Day01

纪要

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
6天 半天
1 Matplotlib 画图
2 Numpy 高效的运算工具
3、4 Pandas 数据处理工具
5、6 金融数据分析与挖掘

数据挖掘基础 - 人工智能阶段的基础
人工智能 - 大量的运算

目标：熟练掌握三大工具
任务：掌握常用的方法
态度：放轻松

一、数据挖掘基础环境安装与使用
1.1 库的安装
    matplotlib==2.2.2
    numpy==1.14.2
    pandas==0.20.3
    TA-Lib==0.4.16 技术指标库
    tables==3.4.2 hdf5
    jupyter==1.0.0 数据分析与展示的平台
1.2 Jupyter Notebook使用
    1.2.1 Jupyter Notebook介绍
        1）web版的ipython
        2）名字
        ju - Julia
        py - Python
        ter - R
        Jupiter 木星 宙斯
        3）编程、写文档、记笔记、展示
        4）.ipynb
    1.2.2 为什么使用Jupyter Notebook?
        1）画图方面的优势
        2）数据展示方面的优势
    1.2.3 Jupyter Notebook的使用-helloworld
        1 界面启动、创建文件
            在终端输入jupyter notebook / ipython notebook
            快速上手的方法：
                快捷键
                    运行代码 shift + enter
        2 cell操作
            cell：一对In Out会话被视作一个代码单元，称为cell
            编辑模式：
                enter
                鼠标直接点
            命令模式：
                esc
                鼠标在本单元格之外点一下
            2）快捷键操作
                执行代码：shift + enter
                命令模式：
                A，在当前cell的上面添加cell
                B，在当前cell的下面添加cell
                双击D：删除当前cell
                编辑模式：
                多光标操作：Ctrl键点击鼠标（Mac:CMD+点击鼠标）
                回退：Ctrl+Z（Mac:CMD+Z）
                补全代码：变量、方法后跟Tab键
                为一行或多行代码添加/取消注释：Ctrl+/（Mac:CMD+/）
            3 markdown演示
                # 一级标题
                - 缩进
二、Matplotlib
    2.1 Matplotlib之HelloWorld
        2.1.1 什么是Matplotlib - 画二维图表的python库
            mat - matrix 矩阵
                二维数据 - 二维图表
            plot - 画图
            lib - library 库
            matlab 矩阵实验室
                mat - matrix
                lab 实验室
        2.1.2 为什么要学习Matplotlib - 画图
            数据可视化 - 帮助理解数据，方便选择更合适的分析方法
            js库 - D3 echarts
            奥卡姆剃刀原理 - 如无必要勿增实体
        2.1.3 实现一个简单的Matplotlib画图
        2.1.4 认识Matplotlib图像结构
        2.1.5 拓展知识点：Matplotlib三层结构
            1）容器层
                画板层Canvas
                画布层Figure
                绘图区/坐标系
                    x、y轴张成的区域
                    2）辅助显示层
                    3）图像层
    2.2 折线图(plot)与基础绘图功能
        2.2.1 折线图绘制与保存图片
            3 设置画布属性与图片保存
                figsize : 画布大小
                dpi : dot per inch 图像的清晰度
            3 中文显示问题解决
                mac的一次配置，一劳永逸
                ubantu每创建一次新的虚拟环境，需要重新配置
                windows
                1）安装字体
                    mac/wins：双击安装
                    ubantu：双击安装
                2）删除matplotlib缓存文件
                3）配置文件
        2.2.4 多个坐标系显示-plt.subplots(面向对象的画图方法)
            figure, axes = plt.subplots(nrows=1, ncols=2, **fig_kw)
            axes[0].方法名()
            axes[1]
        2.2.5 折线图的应用场景
            某事物、某指标随时间的变化状况
            拓展：画各种数学函数图像
2.3.1 常见图形种类及意义
    折线图plot
    散点图scatter
        关系/规律
    柱状图bar
        统计/对比
    直方图histogram
        分布状况
    饼图pie π
        占比
    2.3.2 散点图绘制
    2.4 柱状图(bar)
        2.4.1 柱状图绘制
    2.5 直方图(histogram)
        2.5.1 直方图介绍
            组数：在统计数据时，我们把数据按照不同的范围分成几个组，分成的组的个数称为组数
            组距：每一组两个端点的差
            已知 最高175.5 最矮150.5 组距5
            求 组数：(175.5 - 150.5) / 5 = 5
        2.5.2 直方图与柱状图的对比
            1. 直方图展示数据的分布，柱状图比较数据的大小。
            2. 直方图X轴为定量数据，柱状图X轴为分类数据。
            3. 直方图柱子无间隔，柱状图柱子有间隔
            4. 直方图柱子宽度可不一，柱状图柱子宽度须一致
        2.5.3 直方图绘制
            x = time
            bins 组数 = (max(time) - min(time)) // 组距
            3 直方图注意点
    2.6 饼图(pie)
        %1.2f%%
        print("%1.2f%%")

笔记

实例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
import matplotlib.pyplot as plt
import pandas as pd

def matplotlib_demo():
    """
    简单演示matplotlib
    :return: None
    """
    plt.figure(figsize=(20, 8), dpi=100)
    plt.plot([1, 2, 3], [4, 5, 6])
    plt.show()

    return None

def read_csv_demo():
    """
    简单演示读取数据
    :return: None
    """
    stock_day = pd.read_csv("./stock_day/stock_day.csv")

    print(stock_day)
    return None


if __name__ == "__main__":
    # 代码1：简单演示matplotlib
    matplotlib_demo()
    # 代码2：简单演示读取数据
    read_csv_demo()