4.3pandas处理数据与matplotlib模块绘图-【新教材】浙教版（2019）高中信息技术必修第一册课件

第四章 数据处理与应用 1、常用表格数据的处理 2、大数据处理 3、大数据典型应用 人生苦短 我用python 学习目标： 1、了解Python常用扩展模块的功能。 2、掌握pandas模块的调用方法、数据结构等基本知识。 3、能使用pandas模块对数据进行编辑、计算和统计分析，并能从中提取有用信息形成结论。 4、掌握matplotlib模块的调用方法和使用matplotlib模块对数据进行可视化的基本方法。 还记得吗？ python模块的导入——import 一个程序中已出现的一个或多个函数或模块，引入到另一个python代码中，从而实现代码的复用。语法如下： import 模块名 模块名.函数名 from 模块名 import 函数名 python模块的小名儿 import 还有更多详细的用法，主要有以下两种：导入整个模块时，也可以为模块指定别名。 import 模块名1 [as 别名1]… 例如：import sys as s print(s.argv[0]) from 模块名 import 成员名1 [as 别名1]，… 例如：from sys import argv as v print(v[0]) pandas处理数据 数据处理可以使用现成的软件或平台,也可以通过编写程序实现。Python语言丰富的标准模块和扩展库提供了许多高效灵活的函数,可以帮助我们较好地进行数据整理。 pandas数据结构 1. Series（序列） Series类似于一维数组，由一个数组的数据和一个与数据关联的索引（index）,索引值默认是从0起递增的整数。 from pandas import Series #导入pandas库中Series模块 pds1 = Series([1, 2, 3, 4]) pds1 0 1 1 2 2 3 3 4 左列：index 右列：values pandas数据结构 通过指定索引的方式 pds2 = Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']) pds2 a 1 b 2 c 3 d 4 pandas数据结构