学过C、C++,matlab, 现在开始入门Python,目前主要学习如何实用python进行数据分析，特制作此云文档，供学习分享，可随时在云文档里评论，如有不足之处可以指出。简单推荐一下飞书文档，飞书文档是一款由字节跳动推出的团队协作工具，提供文档编辑、表格制作、项目管理、日程安排等功能，旨在帮助团队高效协作和沟通。用户可以在其中创建文档、表格、幻灯片等，实时协作编辑，并支持多种文件格式导入导出。飞书文档也支持与其他飞书产品（如飞书、飞书表格）无缝集成，方便团队成员之间的信息共享和协作。用来记录想法笔记等非常赞👍！

          可在飞书云文档阅读

可以复制链接进行阅读，建议实用电脑网页阅读，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

说明：鉴于 未经授权，不得以任何方式复制和传播本书内容，本文档只是个人学习所做的记录，部分例子参照此书，细致地将相关语法内容汇总在云文档里并进行了相关补充，欢迎阅读原书。

图片

生成数据表

pandas 库

pandas 是一个强大的数据分析库，提供了数据结构和数据分析工具，庄闲和app使得在Python中进行数据处理变得更加简单和高效。pandas 主要提供了两种数据结构：Series 和 DataFrame。

·Series：类似于一维数组的对象，由一组数据和与之相关的索引组成。

·DataFrame：类似于二维表格的数据结构，由多个 Series 组成，每个 Series 表示一列数据。

pandas 提供了丰富的函数和方法，用于数据的导入、清洗、转换、分析和可视化。通过 pandas，用户可以轻松地处理各种数据格式，如CSV、Excel、SQL数据库等，进行数据筛选、聚合、合并等。

NumPy 库

NumPy（Numerical Python）是Python中用于科学计算的一个重要库，提供了多维数组对象（例如数组）和许多用于操作数组的函数。NumPy的核心是ndarray（N-dimensional array）对象，它是一个具有相同类型和大小的元素的多维数组。

NumPy库提供了以下功能和特点：    

·强大的N维数组对象

·其他派生对象（如掩码数组、矩阵等）

·广播功能函数

·整合C/C++/Fortran代码的工具

·线性代数、傅立叶变换和随机数生成等功能

NumPy是许多其他科学计算库的基础，如pandas、SciPy等，因此在数据处理和科学计算领域中被广泛应用。通过NumPy，用户可以高效地进行数组操作、数学运算和线性代数计算。

在Python中，要导入pandas库和numpy库，可以使用以下代码：

Python                  import pandas as pd                  import numpy as np

这样就可以方便地使用pandas库和numpy库中的函数和工具来进行数据导入和处理。导入这两个库后，可以使用它们提供的丰富功能来处理各种数据类型。

导入数据表

1.从CSV文件导入数据表：

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

2.从Excel文件导入数据表：

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

建站客服QQ：88888888

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)