学过C、C++,matlab, 目下运行初学Python,目下主要学习如何实用python进行数据分析，特制作此云文档，供学习分享，可随时在云文档里批驳，如有不及之处不错指出。浅易推选一下飞书文档，飞书文档是一款由字节出奇推出的团队互助用具，提供文档剪辑、表格制作、步地处理、日程安排等功能，旨在匡助团队高效互助和不异。用户不错在其中创建文档、表格、幻灯片等，及时互助剪辑，并相沿多种文献形式导入导出。飞书文档也相沿与其他飞书产物（如飞书、飞书表格）无缝集成，便捷团队成员之间的信息分享和互助。用来纪录念念法条记等绝顶赞👍！

          可在飞书云文档阅读

不错复制连气儿进行阅读，提出实用电脑网页阅读，一直更新

https://jvirndswckh.feishu.cn/docx/RKTqdez8No0817xhGUHczgYvnPb?from=from_copylink

《从Excel到Python 数据分析进阶指南》王彦平 ( 蓝鲸 ) ／ 著

评释：鉴于 未经授权，不得以任何方式复制和传播本书实践，本文档仅仅个东谈主学习所作念的纪录，部分例子参照此书，紧密地将说合语法实践汇总在云文档里并进行了说合补充，接待阅读原书。

图片

生成数据表

pandas 库

pandas 是一个巨大的数据分析库，提供了数据结构和数据分析用具，使得在Python中进行数据处理变得愈加浅易和高效。pandas 主要提供了两种数据结构：Series 和 DataFrame。

·Series：肖似于一维数组的对象，由一组数据和与之说合的索引构成。

·DataFrame：肖似于二维表格的数据结构，由多个 Series 构成，每个 Series 暗意一列数据。

pandas 提供了丰富的函数和程序，用于数据的导入、清洗、退换、分析和可视化。通过 pandas，用户不错直爽地处理多样数据形式，如CSV、Excel、SQL数据库等，进行数据筛选、团聚、团结等。

NumPy 库

NumPy（Numerical Python）是Python顶用于科学推测的一个要紧库，提供了多维数组对象（举例数组）和很多用于操作数组的函数。NumPy的中枢是ndarray（N-dimensional array）对象，它是一个具有不异类型和大小的元素的多维数组。

NumPy库提供了以下功能和秉性：    

·巨大的N维数组对象

·其他派生对象（如掩码数组、矩阵等）

·播送功能函数

·整合C/C++/Fortran代码的用具

·线性代数、傅立叶变换和随即数生成等功能

NumPy是很多其他科学推测库的基础，如pandas、SciPy等，因此在数据处理和科学推测限度中被芜俚愚弄。通过NumPy，用户不错高效地进行数组操作、数学运算和线性代数推测。

在Python中，要导入pandas库和numpy库，不错使用以下代码：

Python                  import pandas as pd                  import numpy as np

这么就不错便捷地使用pandas库和numpy库中的函数和用具来进行数据导入和处理。导入这两个库后，不错使用它们提供的丰富功能来处理多样数据类型。

导入数据表

1.从CSV文献导入数据表：

Python                  import pandas as pd                  data = pd.read_csv('file.csv')

2.从Excel文献导入数据表：

Python                  import pandas as pd                  data = pd.read_excel('file.xlsx')

3.从SQL数据库导入数据表：

Python                  import pandas as pd                  import sqlite3                  conn = sqlite3.connect('database.db')                  query = "SELECT * FROM table"                  data = pd.read_sql(query, conn)