安裝
1.更新macport屹蚊，Numpy,Matploitlib,Scipy
解決安裝macports更新失敗問題
Mac OS X中MacPorts安裝和使用
macport更新失敗,后來選擇了
sudo pip install numpy
- 大部分?jǐn)?shù)據(jù)集都能被轉(zhuǎn)化為更加適合分析和建模的結(jié)構(gòu)化形式
常用模塊的命名慣例：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
4.4 擴(kuò)展庫(kù)Scipy
NumPy庫(kù)介紹：
例子：
import numpy as np
xArray = np.ones((3,4))
print xArray
輸出結(jié)果：
[[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]]
例子：
import numpy as np
from scipy import linalg
arr = np.array([[1,2],[3,4]])
print linalg.det(arr)
輸出：-2.0
4.5 ndarray
例子：
from numpy import *
aArray = array([1,2,3]) #定義一維數(shù)組
print '這是一維數(shù)組',aArray
bArray = array([(1,2,3),(4,5,6)]) #定義二維數(shù)組
print '這是二維數(shù)組'
print bArray
輸出：
- 可使用基本的運(yùn)算符（加減乘除）
- 既有標(biāo)準(zhǔn)函數(shù)，又有內(nèi)建函數(shù)
豐富的函數(shù)：
4.6 變長(zhǎng)字典Series
字典：
- 無序的數(shù)據(jù)結(jié)構(gòu)
- key與value：存在映射關(guān)系
- key與value之間是不獨(dú)立的
pandas的變長(zhǎng)字典Series：
- 相當(dāng)于一個(gè)定長(zhǎng)有序的字典
- key與value之間是獨(dú)立的
- 某些應(yīng)用時(shí)嗦锐，功能更強(qiáng)大
自定義Series的索引：
Series的基本運(yùn)算:
Series的數(shù)據(jù)對(duì)齊：
數(shù)據(jù)量大的時(shí)候孤钦，處理起來很方便
Series的name屬性：類似字段名的作用
4.7 DataFrame
DataFrame的基本操作
DataFrame的修改與刪除
DataFrame的name屬性
5.1 便捷數(shù)據(jù)獲取
5.2 數(shù)據(jù)準(zhǔn)備
5.2數(shù)據(jù)整理：
5.2.1修改屬性名
#-*- coding:utf-8 -*-
#給quotes數(shù)據(jù)加屬性名
from matplotlib.finance import quotes_historical_yahoo_ochl
from datetime import date
import pandas as pd
today = date.today()
start = (today.year-1, today.month, today.day)
quotes = quotes_historical_yahoo_ochl('AXP',start, today)
fields = ['date','open','close','high','low','volume']
quotesdf = pd.DataFrame(quotes,columns=fields)
print quotesdf
5.2.2 修改index屬性
quotesdf = pd.DataFrame(quotes,index = range(1,len(quotes)+1),columns=fields)
5.2.3 時(shí)間序列
#-*- coding:utf-8 -*-
#修改時(shí)間序列
from matplotlib.finance import quotes_historical_yahoo_ochl
from datetime import date
from datetime import datetime
import pandas as pd
today = date.today()
start = (today.year-1, today.month, today.day)
quotes = quotes_historical_yahoo_ochl('AXP',start, today)
fields = ['date','open','close','high','low','volume']
#quotesdf = pd.DataFrame(quotes,columns=fields)
#quotesdf = pd.DataFrame(quotes, index=range(1, len(quotes) + 1), columns=fields)
list1 = []
for i in range(0,len(quotes)):
x = date.fromordinal(int(quotes[i][0])) #轉(zhuǎn)換成常規(guī)時(shí)間
y = datetime.strftime(x,'%Y-%m-%d') #轉(zhuǎn)換成固定格式
list1.append(y)
quotesdf = pd.DataFrame(quotes, index = list1, columns=fields)
quotesdf = quotesdf.drop(['date'],axis=1) #刪除原date列
print quotesdf
創(chuàng)建時(shí)間序列
# -*- coding:utf-8 -*-
__author__ = 'jerry'
#創(chuàng)建時(shí)間序列
import pandas as pd
import numpy as np
dates = pd.date_range('20141001',periods=7)
dates = pd.DataFrame(np.random.randn(7,3),index=dates,columns=list('ABC'))
print dates
5.3 數(shù)據(jù)顯示
5.4 數(shù)據(jù)選擇
選擇行：
選擇列：
選擇行暴区、列：
選擇區(qū)域穷遂、單個(gè)值：
iloc，iat方法:
*條件篩選：
5.5 簡(jiǎn)單統(tǒng)計(jì)與處理：
比較相鄰的數(shù)據(jù)diff():
tips：
1.多看庫(kù)里面相關(guān)的函數(shù)
2.你想到的方法基本上都有先成的函數(shù)
正序與逆序：
記數(shù)統(tǒng)計(jì)：
5.6 grouping：
分組主要是理解需求千诬，基于什么去分組耍目，然后出來的組再進(jìn)行什么樣的功能操作
5.7 Merge：
6.1 聚類分析：
聚類是數(shù)據(jù)挖掘描述性任務(wù)和預(yù)測(cè)性任務(wù)的一個(gè)重要組成部分
它以相似性為基礎(chǔ)，把相似的對(duì)象通過靜態(tài)分類分成不同的組別和子集
聚類算法：
- K均值算法：簡(jiǎn)潔徐绑、快速
K均值算法的基本流程：
1.任意選擇k個(gè)對(duì)象作為初始的聚類中心
2.對(duì)每個(gè)點(diǎn)確定它的聚類中心點(diǎn)邪驮。實(shí)際上，就是計(jì)算距離（一般采用均方差作為標(biāo)準(zhǔn)的測(cè)度函數(shù)）
3.計(jì)算每個(gè)新聚類的聚類中心傲茄，直到收斂（確定的中心點(diǎn)不再改變聚類就完成）
保證各聚類本身盡可能緊湊毅访，而各聚類之間盡可能地分開
6.2 matplotlib數(shù)據(jù)可視化：
matplotlib宣言：讓簡(jiǎn)單的事情變得簡(jiǎn)單，讓復(fù)雜的事情變得復(fù)雜
matplotlib介紹：
折線圖：
折線圖
散點(diǎn)圖
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 1)
y = np.sin(4 * np.pi * x) * np.exp(-5 * x)
plt.plot(x, y,"o")
plt.show()
pylab繪圖
6.3 Matplotlib圖像屬性控制
幾乎可以控制matplotlib每一個(gè)默認(rèn)屬性
- 圖像大小
- 每英寸點(diǎn)數(shù)烫幕、線寬俺抽、色彩和樣式
- 子圖、坐標(biāo)軸和網(wǎng)格屬性
色彩和樣式：
文字：
其他屬性：
子圖：
子圖axes
6.4 pandas作圖：
pandas通過整合matplotlib的相關(guān)功能较曼，可以實(shí)現(xiàn)基于Series和DataFrame的某些繪圖功能，針對(duì)這2種類型振愿，pandas通常比pylab和pyplot作圖更方便
pandas繪圖：
pandas控制圖像形式：
6.5 數(shù)據(jù)存冉萦獭：
CSV（Comma-Separated Values）逗號(hào)分隔值：
參考：
數(shù)據(jù)科學(xué)的完整學(xué)習(xí)路徑（Python版）
python 科學(xué)計(jì)算 發(fā)行版 Anaconda安裝使用教程
PyCharm 安裝 NumPy弛饭，SciPy 等科學(xué)計(jì)算包 （Anaconda）for mac OS X
