Python与数据分析的关系

数据分析常用模块

Python数据分析常用类库

1．数组计算的数学模块-Numpy

• 快速高效的多维数组对象 ndarray
• 对数组执行元素级的计算以及直接对数组执行数学运算的函数
• 读写硬盘上基于数组的数据集的工具
• 线性代数运算、傅里叶变换，以及随机数生成的功能
• 将 C、C++、Fortran 代码集成到 Python 的工具。
  ！！！Numpy模块的主要特点就是引入了数组的概念

2．Pandas——数据分析核心库

• 提供了一系列能够快速、便捷地处理结构化数据的数据结构和函数。
• 高性能的数组计算功能以及电子表格和关系型数据库（如 SQL）灵活的数据处理功能。
• 复杂精细的索引功能，以便便捷地完成重塑、切片和切块、聚合及选取数据子集等操作。
• 二维数据表格DataFrame的创建与索引的修改
• 文件的读取和写入
• 数据的选取和处理
• 数据表的拼接

3．Matplotlib——绘制数据图表的 Python 库

• Python的2D绘图库，非常适合创建出版物上用的图表。
• 操作比较容易，只需几行代码即可生成直方图、功率谱图、条形图、错误图和散点图等图形。
• 提供了pylab的模块，其中包括了NumPy和pyplot中许多常用的函数，方便用户快速进行计算和绘图。
• 交互式的数据绘图环境，绘制的图表也是交互式的。

4．批量处理Excel文件的模块-xlwings

• 可以处理Excel文件的Python模块有很多，如XlsxWriter、xlrd、xlwt、xlutils、openpyxl和xlwings等
  
• Xlwings模块的功能是最齐全的，它不仅能读、写和修改两种格式的Excel文件，而且能够批量处理多个Excel文件。此外，xlwings模块还能与Excel VBA 结合使用，实现更强大的数据输入和分析功能
  创建工作簿 APP()
  
  打开工作簿 open()
  
  保存工作簿 save()
  
  *操控工作表和单元格 *
  

5．操作路径、文件夹和文件-pathlib

• Pathlib是Python的内置模块，无须单独安装
• 它将原先散落在os,glob等模块中的路径、文件夹和文件处理功能集中起来，以面向对象的方式提供给用户，使用起来更加灵活
• Pathlib模块提供的路径操作包括路径的获取、分解、拼接、修改等，提供的文件夹或文件的新建、删除、重命名、状态信息获取等
  • 创建路径对象 pathlib.Path(path_string)
  • 获取特殊路径 pathlib.Path.cwd/home()
  • 分解路径 表达式.parts()
  • 获取上级路径 表达式.parent/parents
  • 获取文件全名、文件主名和文件夹名 表达式.name/stem
  • 获取文件扩展名 表达式.suffix/suffixes
  • 拼接路径 “/”运算符和joinpath()函数
  • 更改文件夹名、文件名、扩展名 with_name()函数和with_suffuix()函数
  • 判断文件夹或文件是否存在 exists()函数
  • 判断路径指向的对象是文件夹还是文件 is_dir()函数和is_file()函数
  • 新建和删除文件夹 mkdir()函数和rmdir()函数
  • 新建和删除文件 touch()函数和unlink()函数
  • 重命名或移动文件夹和文件 rename()函数和replace()函数
  • 罗列文件夹的内容 iterdir()函数
  • 罗列并筛选文件夹的内容 glob（）函数和rglob()函数
  • 获取文件夹或文件的状态信息 stat()函数

模块的交互

xlwings 模块与pandas模块的交互

Xlwings模块可以与pandas模块进行交互。例如，pandas模块创建数据表格，再用xlwings模块将表格写入工作簿：

xlwings 模块与matplotlib模块的交互

用matplotlib模块绘制图表，再用xlwings模块将图表写入工作簿：