python数据分析

以下是针对阶段1：基础工具速成的详细知识点讲解，涵盖Python基础、NumPy、Pandas和Matplotlib的核心内容，配合代码示例帮助你快速理解。

---

1. Python基础

（1）列表/字典/切片

• 列表（List）：有序可变集合，用方括号 [] 定义。

  my_list = [1, 2, 'a', True]
  print(my_list[1:3])  # 切片输出: [2, 'a']
  

• 字典（Dict）：键值对集合，用花括号 {} 定义。

  my_dict = {'name': 'Alice', 'age': 25}
  print(my_dict['name'])  # 输出: Alice
  

• 切片（Slicing）：适用于列表、字符串等，语法 [start:end:step]。

  s = "hello"
  print(s[1:4])  # 输出: 'ell'
  

（2）循环和条件语句

• for 循环：

  for i in range(3):  # 输出 0, 1, 2
      print(i)
  

• if 条件：

  x = 10
  if x > 5:
      print("x大于5")
  

（3）函数和lambda表达式

• 函数：

  def add(a, b):
      return a + b
  print(add(2, 3))  # 输出: 5
  

• Lambda：匿名函数，简化代码。

  square = lambda x: x ** 2
  print(square(4))  # 输出: 16
  

---

2. NumPy核心操作

（1）数组创建

• np.array()：从列表创建数组。

  import numpy as np
  arr = np.array([1, 2, 3])  # 一维数组
  

• np.arange()：生成等差序列。

  arr = np.arange(0, 10, 2)  # 输出: [0, 2, 4, 6, 8]
  

（2）索引和切片

• 基本索引：

  arr = np.array([[1, 2], [3, 4]])
  print(arr[0, 1])  # 输出: 2（第0行第1列）
  

• 切片：

  arr = np.arange(10)
  print(arr[2:5])  # 输出: [2, 3, 4]
  

（3）形状操作

• reshape：改变数组形状。

  arr = np.arange(6).reshape(2, 3)  # 2行3列
  

• flatten：展开为一维数组。

  print(arr.flatten())  # 输出: [0, 1, 2, 3, 4, 5]
  

（4）常用函数

• 统计函数：

  arr = np.array([1, 2, 3])
  print(arr.mean())  # 均值: 2.0
  print(arr.sum())   # 求和: 6
  

---

3. Pandas数据处理

（1）DataFrame操作

• 创建DataFrame：

  import pandas as pd
  df = pd.DataFrame({'A': [1, 2], 'B': ['x', 'y']})
  

• 查看数据：

  print(df.head())  # 查看前5行
  print(df.shape)   # 输出行列数 (2, 2)
  

（2）数据筛选

• loc 和 iloc：

  print(df.loc[0, 'A'])  # 输出: 1（按标签）
  print(df.iloc[0, 0])   # 输出: 1（按位置）
  

（3）合并数据

• merge：类似SQL的JOIN。

  df1 = pd.DataFrame({'key': ['A', 'B'], 'value': [1, 2]})
  df2 = pd.DataFrame({'key': ['A', 'C'], 'value': [3, 4]})
  print(pd.merge(df1, df2, on='key', how='left'))
  

（4）分组聚合

• groupby：

  df = pd.DataFrame({'group': ['A', 'A', 'B'], 'value': [1, 2, 3]})
  print(df.groupby('group').mean())  # 按组求均值
  

---

4. Matplotlib绘图

（1）折线图

import matplotlib.pyplot as plt
x = [1, 2, 3]
y = [2, 5, 3]
plt.plot(x, y, label='line')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.legend()
plt.show()

（2）散点图

plt.scatter(x, y, color='red', marker='o')
plt.show()

（3）图表定制

• 标题和标签：

  plt.title("示例标题")
  plt.xlabel("X轴标签")
  

---

重点总结表

工具	核心知识点	关键函数/方法示例
Python	列表切片、循环、lambda	list[1:3], lambda x: x+1
NumPy	数组创建、索引、统计	np.arange(), arr.mean()
Pandas	DataFrame、合并、分组	df.merge(), groupby()
**Matplotlib	折线图、散点图、标签	plt.plot(), plt.xlabel()

---

下一步建议

1. 立即实践：在Jupyter Notebook中逐行运行上述代码，观察输出。
2. 调试修改：尝试修改代码（如调整切片范围、改变图表颜色），理解每个参数的作用。
3. 结合项目：用Kaggle数据集实战练习（如分析电影评分数据）。

如果有具体问题（如“如何用Pandas处理缺失值”），可以随时提问！