数据分析day1

数据分析简介和jupyter 工具安装
为什么要学数据分析：
当获取的数据是大量，甚至上万条的时候，分析起来十分吃力，所以，当需要分析大量数据，并找到其中的规律的时候，就需要数据分析，帮助人们作出判读，以便采取适宜的行动。

数据分析三剑客：pandas, numpy, matplotlib

数据分析五步走：
1、提出问题
2、准备数据
3、分析数据
4、得出结论
5、数据可视化

jupyter工具的安装：
1、安装
pip install jupyter
2、打开
在命令格式（cmd）状态在输入 jupyter notebook 会打开一个默认的网页
3、修改默认路径
默认路径是在C盘的，所以为了解决C盘可能被占用大量内存的问题，需要修改默认的路径 打开cmd(命令提示符),输入jupyter notebook --generate-config，
会显示一串路径，在文件加中打开这个路径的文件jupyter_notebook_config，
找到：c.NotebookApp.notebook_dir = ‘’
修改后#c.NotebookApp.notebook_dir = 'D:\pycodes（你需要修改的路径）

修改环境变量
在搜索中输入jupyter Notebook 找到快捷键方式

在快捷方式中删除最后的 “%USERPROFILE%/”

matplotlib 基本使用–折线图
1、导入模块-没有就安装
from matplotlib import pyplot as plt

2、输入x,y坐标
x = range(0,10)
y = [0,1,2,3,4,5,6,7,8,9]
plt.plot(x, y)

3、显示图片
plt.show()

from matplotlib  import pyplot as plt
x = range(0,10)
y = [0,1,2,3,4,5,6,7,8,9]
plt.plot(x,y)
plt.show()

存在问题：
1、设置图片大小
2、图片保存在本地
3、描述信息
4、调整坐标刻度
5、线条的样式
6、给图片添加网格状
解决上述问题：
1、图片大小问题

fig = plt.figure(figsize=(sizex sizey), dpi=num)

#前一个参数figsize为图片大小，dpi是dot percent inches 代表清晰度
2、下载图片

plt.savefig(path)  #path是保存的路径和图片名

3、描述信息

plt.xlabel(string)#string参数代表给x添加的描述
plt.ylabel(string)#略

4、刻度
需要描述x轴，y轴，图表代表的信息、

plt.xticks(arg1)#参数是一个迭代器，代表x轴
plt.yticks(arg1)

需要用字符描述x轴，y轴

plt.xticks(arg1, arg2)

#arg1是代表的X轴坐标，参数2代表的是一个字符串迭代器（一系列字符串），意味着一个个字符串代替了原来的x坐标轴，plt.yticks同一意思
5、线条样式：

plt.plot(x, y, color = ‘blue’, linestyle=’--’)#linestyle有-.,--,:等等

6、网格状

plt.grid(alpha=0.1)#参数alpha代表透明度，趋近1，则不透明，线条同样可以设置透明度

拓展：
当一个图片中存在多个线条的时候，图例（区分不同线条）：

plt.plot(x, a,label=’line1’)#设置一条
plt.plot(x, b,label=’line2’)#设置另一条
plt.legend(loc=’’)#让图例生效,设置图例位置参数loc支持数字和upper right等参数

当图片中使用中文出现方框乱码(两条代码解决乱码)：

plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示

为方块的问题

代码实操：
假如大家在30岁的时候，根据自身情况，统计你和你的同座自11到30岁每年交往的女朋友的数量如列表a,b请绘制该图

a = [1,2,3,4,5,1,2,3,4,5,1,2,0,0,3,1,2,3,4,1]
b = [1, 4, 3, 2, 1, 3, 0, 0, 2, 1, 5, 4, 3, 2, 1, 5, 4, 3, 2, 1]



from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

#a,b是不同的y轴坐标
a = [1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 0, 0, from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

#a,b是不同的y轴坐标
a = [1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 0, 0, 3, 1, 2, 3, 4, 1]
b = [1, 4, 3, 2, 1, 3, 0, 0, 2, 1, 5, 4, 3, 2, 1, 5, 4, 3, 2, 1]
#x是x轴坐标
x = [i for i in range(11,31)]
_x_aixs = ['{}岁'.format(i) for i in x]
#设置图片大小
plt.figure(figsize=(20,8),dpi=75)
#画图
plt.plot(x,a,label='我',c='yellow')
plt.plot(x,b,label='同桌',linestyle='-.')
#网格化from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

#a,b是不同的y轴坐标
a = [1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 0, 0, 3, 1, 2, 3, 4, 1]
b = [1, 4, 3, 2, 1, 3, 0, 0, 2, 1, 5, 4, 3, 2, 1, 5, 4, 3, 2, 1]
#x是x轴坐标
x = [i for i in range(11,31)]
_x_aixs = ['{}岁'.format(i) for i in x]
#设置图片大小
plt.figure(figsize=(20,8),dpi=75)
#画图
plt.plot(x,a,label='我',c='yellow')
plt.plot(x,b,label='同桌',linestyle='-.')
#网格化
plt.grid(0.6,linestyle='-.')
#给xy轴加上标签
plt.xlabel('岁数')
plt.ylabel('女朋友个数')
plt.title('每年女朋友个数')
#设置x轴刻度
plt.xticks(x,_x_aixs)
plt.yticks(range(0,8))
plt.legend(loc='upper left')
#显示
plt.show()

plt.grid(0.6,linestyle='-.')
#给xy轴加上标签
plt.xlabel('岁数')
plt.ylabel('女朋友个数')
plt.title('每年女朋友个数')
#设置x轴刻度
plt.xticks(x,_x_aixs)
plt.yticks(range(0,8))
plt.legend(loc='upper left')
#显示
plt.show()KaiTi'] # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

#a,b是不同的y轴坐标
a = [1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 0, 0, 3, 1, 2, 3, 4, 1]
b = [1, 4, 3, 2, 1, 3, 0, 0, 2, 1, 5, 4, 3, 2, 1, 5, 4, 3, 2, 1]
#x是x轴坐标
x = [i for i in range(11,31)]
_x_aixs = ['{}岁'.format(i) for i in x]
#设置图片大小
plt.figure(figsize=(20,8),dpi=75)
#画图
plt.plot(x,a,label='我',c='yellow')
plt.plot(x,b,label='同桌',linestyle='-.')
#网格化
plt.grid(0.6,linestyle='-.')
#给xy轴加上标签
plt.xlabel('岁数')
plt.ylabel('女朋友个数')
plt.title('每年女朋友个数')
#设置x轴刻度
plt.xticks(x,_x_aixs)
plt.yticks(range(0,8))
plt.legend(loc='upper left')
#显示
plt.show()3, 1, 2, 3, 4, 1]
b = [1, 4, 3, 2, 1, 3, 0, 0, 2, 1, 5, 4, 3, 2, 1, 5, 4, 3, 2, 1]
#x是x轴坐标
x = [i for i in range(11,31)]
_x_aixs = ['{}岁'.format(i) for i in x]
#设置图片大小
plt.figure(figsize=(20,8),dpi=75)
#画图
plt.plot(x,a,label='我',c='yellow')
plt.plot(x,b,label='同桌',linestyle='-.')
#网格化
plt.grid(0.6,linestyle='-.')
#给xy轴加上标签
plt.xlabel('岁数')
plt.ylabel('女朋友个数')
plt.title('每年女朋友个数')
#设置x轴刻度
plt.xticks(x,_x_aixs)
plt.yticks(range(0,8))
plt.legend(loc='upper left')
#显示
plt.show()