Jupyter on 桃花岛种桃

学习 pandas [02]: 二进制操作

Sat, 23 Jan 2021 08:53:12 +0000

title: 学习 pandas [02]: 二进制操作 slug: er-jin-zhi-cao-zuo date: 2021-1-23 tags:

Pandas
Jupyter
python category: 数据分析 link: description: type: text

二进制操作

Pandas数据结构之间执行二进制操作，要注意下列两个关键点：

DataFrame与Series之间的广播机制；
计算中的缺失值处理。

加、减、乘、除、取模

DataFrame支持以下运算操作中对Series进行广播：

add()：加
sub()：减
mul()：乘
div()：除
radd()
rsub()

在以上方法使用中，通过axis参数，指定沿index或columns广播。

学习 pandas [01]: 数据结构

Sun, 27 Dec 2020 08:50:57 +0000

title: 学习 pandas [01]: 数据结构 slug: series-and-dataframe date: 2020-12-27 tags:

Pandas
Jupyter
python category: 数据分析 link: description: type: text

数据结构

pandas的数据类型主要有：

Series，类似一维数组
DataFrame，类似二维数组

Series

创建Series

`1`	`pd.Series(data, index=index)`

data：可以是字典、一维数组、标量

index：索引列表，可以理解为行标签，根据Data的类型而不同。

通过字典创建Series

1
2
3
4
5
6
7


import numpy as np
import pandas as pd

# 通过字典创建，自动采用键值作为索引，若不指定index，则顺序同字典
d = {'b': 1, 'a': 0, 'c': 2}
s = pd.Series(d)
s

b 1
a 0
c 2
dtype: int64

1
2
3
4


# 通过字典创建，自动采用键值作为索引，若指定index（包含键值），则顺序同index
# index中若含有字典中不存在的键值，则Series中对应的值为NaN
s = pd.Series(d, index=['a', 'b', 'c', 'd'])
s

a 0.0
b 1.0
c 2.0
d NaN
dtype: float64

通过一维数组创建Series

1
2
3
4
5


l = np.random.randn(6)

# 若不指定index，则自动生成数值型索引
s = pd.Series(l)
s

0 0.215224
1 0.803700
2 1.141428
3 0.526450
4 0.577533
5 1.051918
dtype: float64

1
2
3


# 若指定index，则长度必须与数组相同
s = pd.Series(l, index=['a', 'b', 'c', 'd', 'e', 'f'])
s

a 0.215224
b 0.803700
c 1.141428
d 0.526450
e 0.577533
f 1.051918
dtype: float64

通过标量值创建Series

此方法创建出的Series，每行值都相同。

利用 AkShare 获取上证指数

Thu, 12 Nov 2020 07:31:54 +0000

AkShare 介绍

AkShare 是基于 Python 的财经数据接口库，目的是实现对股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具，主要用于学术研究目的。

可以编写 Python 代码，利用 AkShare 自动化获取股票、基金等金融数据。

项目文档：https://www.akshare.xyz/zh_CN/latest/index.html

练手 Matplotlib | 西咸地区总人口变化趋势

Thu, 31 Oct 2019 08:02:35 +0000

起因

之前分析过近年来西安市和陕西省的人口变化趋势，发现西安市人口不断在增长，陕西省人口数量基本持平。

昨天无意中看到一个说法，西安市和咸阳市总人口数量近年来基本没变化，于是想验证下是否如此，顺便练手 matplotlib 做图。

采用常住人口数据，2018年之前数据来自《陕西区域统计年鉴2018》，2018年数据来自相应省市的《2018年国民经济和社会发展统计公报》。

做图

人口数据保存在 .csv 文件里，所以先读取。

练手 Matplotlib | 西安人口数量变化

Tue, 30 Jul 2019 13:41:25 +0000

Matplotlib练手1

用Matplotlib做图，可视化近几年西安常住人口数量变化。

数据来源

所用数据来自《陕西区域统计年检 2018》（2000 年~2017年数据）、2018 年陕西省国民经济和社会发展统计公报（2018年数据）、2018 年西安市国民经济和社会发展统计公报（2018年数据）。

绘图

先采用折线图看下西安市与陕西省近几年的常住人口数量变化。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19


%matplotlib inline
import matplotlib.pyplot as plt
from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['simhei'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
mpl.rcParams['figure.figsize'] = (8.0, 6.0)

y = [2000, 2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018]
people_xian = [688.01, 806.81, 822.52, 830.54, 837.52, 843.46, 847.41, 851.34, 855.29, 858.81, 862.75,
 870.56, 883.21, 961.67, 1000.37]
people_shanxi = [3644, 3690, 3699, 3708, 3718, 3727, 3735, 3743, 3753, 3764, 3775, 3793, 3813, 3835, 3864.40]
p1, = plt.plot(y, people_xian)
p2, = plt.plot(y, people_shanxi)
plt.xlabel('年份')
plt.ylabel('常住人口数/万人')
plt.xticks(range(2000, 2019, 1), rotation=60)
plt.legend([p1, p2], ["西安市", "陕西省"], loc=0)
plt.show()