董欣

（沈陽師范大學(xué)計(jì)算機(jī)與數(shù)學(xué)基礎(chǔ)教學(xué)部,遼寧 沈陽 110034）

Python是數(shù)據(jù)科學(xué)與數(shù)據(jù)分析領(lǐng)域的最好用的編程語言。豐富的第三方庫、開源社區(qū)、及不斷優(yōu)化的使用文檔，為許多非計(jì)算機(jī)領(lǐng)域的學(xué)習(xí)者提供了廣闊的入門與精通渠道。所以本文基于Python，簡要介紹 Python 在數(shù)據(jù)分析中的思路與應(yīng)用場景。

一、基于python的數(shù)據(jù)分析工具庫介紹

Python有大量的工具庫，例如：numpy、matplotlib、Seaborn、pandas、scikit-learn等工具庫。

NumPy：用于簡化數(shù)組和矩陣的操作，是一種開源的數(shù)值計(jì)算擴(kuò)展。這種工具可用來存儲和處理大型矩陣，比Python自身的嵌套列表（nested list structure)結(jié)構(gòu)要高效的多，支持大量的維度數(shù)組與矩陣運(yùn)算，此外也針對數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫。

Matplotlib：第一個(gè) Python 可視化程序庫，提供了完整的2D和有限3D圖形支持。盡管它已有十多年的歷史，但仍然是Python社區(qū)中使用最廣泛的繪圖庫。

Seaborn：Seaborn利用Matplotlib的強(qiáng)大功能，可以只用幾行代碼就創(chuàng)建漂亮的圖表。關(guān)鍵區(qū)別在于Seaborn的默認(rèn)款式和調(diào)色板設(shè)計(jì)更加美觀和現(xiàn)代。

Pandas：基于numpy構(gòu)建的，為時(shí)間序列分析提供了很好的支持。pandas中有兩個(gè)主要的數(shù)據(jù)結(jié)構(gòu)，一個(gè)是Series，另一個(gè)是DataFrame。該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas 納入了大量庫和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需的工具。

二、安裝Anaconda開發(fā)環(huán)境

Anaconda是一個(gè)開源的Python發(fā)行版本，其包含了conda、Python等180多個(gè)科學(xué)包及其依賴項(xiàng)，本質(zhì)是一個(gè)包管理器和環(huán)境管理器。anaconda用于大規(guī)模數(shù)據(jù)處理、預(yù)測分析、科學(xué)計(jì)算等，致力于簡化包的管理和部署。

安裝anaconda時(shí)建議勾選“Register Anaconda as the system Python 3.x”，則設(shè)置Anaconda為系統(tǒng)默認(rèn)的python環(huán)境，這樣就可以直接使用其集成的所有工具包。

三、商品銷售情況源數(shù)據(jù)輸入

按照數(shù)據(jù)可視化的一般流程，要先進(jìn)行數(shù)據(jù)讀取。本文以各種不同等級的2種商品銷售情況數(shù)據(jù)為例，把Excel文檔作為數(shù)據(jù)源進(jìn)行數(shù)據(jù)讀取。

使用NumPy中函數(shù)genfromtxt() 讀取Excel非常容易，該函數(shù)生成NumPy數(shù)組：

IO=’C:\Users\Administrator\python\data.xls’

data=pd.read_excel(io=IO)

在Python 中，一個(gè)函數(shù)可以有數(shù)量可變的參數(shù)，可以通過指定所需的參數(shù)來傳遞一個(gè)參數(shù)的子集。數(shù)組是非常強(qiáng)大的矩陣狀對象，并且可以很容易地分割成更小的數(shù)組。

四、數(shù)據(jù)處理與分析

接下來，把讀取到數(shù)組中的數(shù)據(jù)通過matplotlib庫中的工具繪制折線圖進(jìn)行分析，由x軸，y軸和代表數(shù)據(jù)的折線構(gòu)成。

x1=[‘1特級’,‘2一級’,‘3標(biāo)準(zhǔn)’,‘4中等’,‘5普通’]

y1=data[‘總評’]#A商品不同等級銷售量

x2=[‘1特級’,‘2一級’,‘3標(biāo)準(zhǔn)’,‘4中等’,‘5普通’]

y2=data[‘卷面’]#B商品不同等級銷售量

圖1 商品等級銷售折線圖

五、結(jié)束語

本文運(yùn)用Python對2種不同等級的商品銷售情況數(shù)據(jù)進(jìn)行分析，旨在為數(shù)據(jù)分析提供了一種新的思路綜上，在科學(xué)研究、教學(xué)和軟件開發(fā)領(lǐng)域，如何實(shí)現(xiàn)更加精準(zhǔn)而簡潔的數(shù)據(jù)分析是一個(gè)重要研究方向，需要我們不斷的探索和實(shí)踐。