Python知识汇总

 重要链接：

matplotlib库：matplotlib — Matplotlib 3.5.1 documentation

seaborn库：seaborn.lineplot — seaborn 0.13.2 documentation (pydata.org) 

DataFrame库：DataFrame — pandas 2.2.1 documentation (pydata.org)

Python Matplotlib 实现散点图、曲线图、箱状图、柱状图示例：Python Matplotlib 实现散点图、曲线图、箱状图、柱状图示例（满足基本的画图需求）_matplotlib实现散点图-CSDN博客

绘图颜色色板：matplotlib、seaborn颜色、调色板、调色盘。 - 知乎

常用函数：

基础操作合集：

获取所有列名	list(df) df.columns.tolist() list(df.columns)
获取数据类型	type(df)  如显示：
padas获取每列类型	df.dtypes
jupyter notebook中卸载某个三方包	!pip uninstall package_name -y
查看版本	package_name.__version__
numpy改变数据形状	pre=pre[:,np.newaxis] 如果数据（300，），运行后变为（300，1），再运行一次变成（300，1，1）
padas拼接到一起	df = df1.append(df2.append(df3))
计算某列除数和余数	div,mod=divmod(df['num'],n)，其中n为被除数

Pandas读取某列某行数据——loc、iloc

1. loc：通过行、列的名称或标签来索引
2. iloc：通过行、列的索引位置来寻找数据
4. 数据：
5. AA BB CC DD EE
6. row1 2 3 56 55 4
7. row2 5 7 4 34 5
8. row3 9 7 4 7 15
9. row4 5 72 43 34 5
11. data1 = data.loc['row2'] #row2一行的值
12. data1 = data.loc['row2',:] #row2一行的值
13. data2 = data.loc[ : ,'BB'] #BB一列的值
14. data3 = data.loc['row1', 'BB'] #row1行BB列对应的值，3
15. data4 = data.loc['row2':'row3','AA':'DD'] #第2行到第3行，第BB列到第DD列这个区域内的值
16. data5 = data.loc[ data.BB > 6] #等价于 data5 = data[data.BB > 6] #BB列大于6的每一行数据
17. data6 = data.loc[ data.BB >6, ["BB","CC","DD"]] #切片操作，选择BB CC DD三列区域内BB列大于6的值
20. data1 = data.iloc[1] #第二行的值，
21. data1 = data.iloc[1, :] #效果与上面相同
22. data2 = data.iloc[:, 1] #读取第二列的值
23. data3 = data.iloc[1, 1] # 读取第二行,第二列的值
24. data4 = data.iloc[1:3, 2:4] #左闭右开切片操作，第2、3行，第3、4列值

Python、Numpy和Pandas数据类型：

Python中的str和Numpy中的string、unicode（字符编码），在Pandas中都表示为object，也就是字符串在Pandas中的类型为object。

datetime数据类型转换：

1. #object转为datatime
2. df = pd.DataFrame({'date': ['2011-04-24 01:30:00.000']})
3. df['date'] = pd.to_datetime(df['date'])
4. #打印结果
5. 0 2011-04-24 01:30:00
6. Name: date, dtype: datetime64[ns]
7. #datatime转为非时间数据
8. df['date'] = df['date'].astype('object')
9. #打印结果
10. 0 2011-04-24 01:30:00
11. Name: date, dtype: object
13. #如果字符串格式不正规，可以通过format转换
14. pd.to_datetime("20110424 01:30:00.000", format='%Y%m%d %H:%M:%S.%f')

时间补全、重采集resample()函数：

采样频率：python时序分析之重采集（resample） - 知乎

resampling采样相关算法、属性：Resampling — pandas 2.2.1 documentation (pydata.org)

1. 按照一分钟的频率将时间补全，mean()将补齐的时间数据识别为NaN
2. #ffill()方法使用前面的值来填充缺失的值，interpolate()是使用插值法补全，bfill()是向后补全
3. df=df.resample('1T').mean().ffill()
4. #获得五分钟为间隔的数据，asfreq()也可以换成其他,如first()
5. df5=df.resample('5T').asfreq()
6. df5=df.loc[::5,:]

pandas.Dataframe.set_index( )函数设置索引：

1. 索引设置
2. df.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)
3. -keys：列标签或列标签/数组列表，需要设置为索引的列
4. -drop：默认为True，删除用作新索引的列
5. -append：是否将列附加到现有索引，默认为False。
6. -inplace：输入布尔值，表示当前操作是否对原数据生效，默认为False。
7. -verify_integrity：检查新索引的副本。否则，请将检查推迟到必要时进行。将其设置为false将提高该方法的性能，默认为false。

pandas.Dataframe.reset_index()函数重置索引:

1. 将索引列变为普通数据列
2. drop: 重新设置索引后是否将原索引作为新的一列并入DataFrame，默认为False
3. inplace: 是否在原DataFrame上改动，默认为False
4. level: 如果索引(index)有多个列，仅从索引中删除level指定的列，默认删除所有列
5. col_level: 如果列名(columns)有多个级别，决定被删除的索引将插入哪个级别，默认插入第一级
6. col_fill: 如果列名(columns)有多个级别，决定其他级别如何命名
8. import pandas as pd
9. import numpy as np
11. df = pd.DataFrame([('bird', 389.0), ('bird', 24.0), ('mammal', 80.5), ('mammal', np.nan)],
12. index=['falcon', 'parrot', 'lion', 'monkey'], columns=('class', max_speed'))
13. #图1
14. print(df)
15. #图2
16. df1 = df.reset_index()
17. print(df1)
18. #图3
19. df2 = df.reset_index(drop=True)
20. print(df2)

pandas.Dataframe.rename()函数：

1. 用来修改Dataframe数据的行名和列名。
2. columns：列名
3. index：行名
4. axis：指定坐标轴
5. inplace：是否替换，默认为False。inplace为False时返回修改后结果，变量自身不修改。inplace为True时返回None,变量自身被修改。
7. >>> import pandas as pd
8. >>> df
9. A B
10. 0 1 4
11. 1 2 5
12. 2 3 6
14. # 方法一：不用axis修改。使用方法为df.rename(columns={"旧列名": "新列名"})
15. >>> df.rename(columns={"A": "a", "B": "c"}) # 修改columns。inplace未设置，返回修改后的结果
16. a c
17. 0 1 4
18. 1 2 5
19. 2 3 6
20. >>> df # inplace未设置，默认为false，则df自身不被改变
21. A B
22. 0 1 4
23. 1 2 5
24. 2 3 6
25. >>> df_re=df.rename(columns={"A": "a", "B": "c"},index={0:"0a",1:"1a"}) # 同时修改行名和列名
26. >>> df_re
27. a c
28. 0a 1 4
29. 1a 2 5
30. 2 3 6
32. # 方法二：用axis修改，只修改行名列名之一时等价，无法同时修改
33. >>> df.rename({1: 2, 2: 4}, axis='index') # 修改行名，1改成2，2改成4
34. A B
35. 0 1 4
36. 2 2 5
37. 4 3 6
38. >>> df.rename(str.lower, axis='columns') # 列名大写变小写
39. a b
40. 0 1 4
41. 1 2 5
42. 2 3 6

绘图函数：

python matlplotlib/seaborn 绘制曲线的平均值标准差阴影图_带标准差阴影光谱曲线-CSDN博客

plt.annotate()函数：

用于在图中标注文字，需要用循环配合，一个点一个点的标记。

曲线中异常点/特征点的标记方法。

 参考：https://matplotlib.org/3.5.1/api/_as_gen/matplotlib.pyplot.annotate.html

1. #参数
2. #s 为注释文本内容
3. #xy 为被注释的坐标点
4. #xytext 为注释文字的坐标位置；
5. #weight 设置字体线型；color 设置字体颜色；arrowprops 箭头参数,参数类型为字典dict；bbox给标题增加外框
7. import matplotlib.pyplot as plt
8. import numpy as np
10. x = np.arange(0, 6)
11. y = x * x
13. #图1
14. plt.plot(x, y, marker='o')
15. for xy in zip(x, y):
16. plt.annotate("(%s,%s)" %(x,y), xy=xy, xytext=(-20, 10), textcoords='offset points')
17. plt.show()
19. #图2
20. ax.annotate('data = (%.1f, %.1f)'%(xdata, ydata),
21. (xdata, ydata), xytext=(-2*offset, offset), textcoords='offset points',
22. bbox=bbox, arrowprops=arrowprops)
24. #图3，上述用于标注文字，但如果想把特殊的坐标用点标示出来可以结合散点图函数
25. x1=list()
26. y1=list()
27. plt.plot(x, y, marker='o')
28. for xy in zip(x, y):
29. if x>3:
30. plt.annotate("(%s,%s)" %(x,y), xy=xy, xytext=(-20, 10), textcoords='offset points')
31. x1.append(x)
32. y1.append(y)
33. plt.scatter(x1,y1,marker="p',color='m'))