Python学习之数据挖掘（一）

一、数据挖掘基础环境安装与使用

1.1 库的安装

matplotlib==2.2.2

numpy==1.14.2

pandas==0.20.3

TA-Lib==0.4.16 技术指标库

tables==3.4.2 hdf5

jupyter==1.0.0 数据分析与展示的平台

1.2 Jupyter Notebook使用

1.2.1 Jupyter Notebook介绍

    1）web版的ipython

    2）名字

        ju - Julia

        py - Python

        ter - R Jupiter 木星 宙斯         

     3）编程、写文档、记笔记、展示

    4）.ipynb

1.2.2 为什么使用Jupyter Notebook?

    1）画图方面的优势

    2）数据展示方面的优势

1.2.3 Jupyter Notebook的使用-helloworld

    1 界面启动、创建文件

        在终端输入jupyter notebook / ipython notebook

    快速上手的方法：

        快捷键

        运行代码 shift + enter

    2 cell操作

    cell：一对In Out会话被视作一个代码单元，称为cell

    编辑模式：

        enter

        鼠标直接点

    命令模式：

        esc

        鼠标在本单元格之外点一下

     2）快捷键操作

    执行代码：shift + enter

    命令模式：

     A，在当前cell的上面添加cell

    B，在当前cell的下面添加cell

    双击D：删除当前cell

    编辑模式：

    多光标操作：Ctrl键点击鼠标（Mac:CMD+点击鼠标）

    回退：Ctrl+Z（Mac:CMD+Z）

    补全代码：变量、方法后跟Tab键

    为一行或多行代码添加/取消注释：Ctrl+/（Mac:CMD+/）

    3 markdown演示

    # 一级标题

    - 缩进

二、Matplotlib

    2.1 Matplotlib之HelloWorld

        2.1.1 什么是Matplotlib - 画二维图表的python库

            mat - matrix 矩阵

                二维数据 - 二维图表

            plot - 画图 lib - library 库

            matlab 矩阵实验室

                mat - matrix

                lab 实验室

    2.1.2 为什么要学习Matplotlib - 画图

            数据可视化 - 帮助理解数据，方便选择更合适的分析方法

             js库 - D3 echarts

            奥卡姆剃刀原理 - 如无必要勿增实体

         2.1.3 实现一个简单的Matplotlib画图

        2.1.4 认识Matplotlib图像结构

         2.1.5 拓展知识点：Matplotlib三层结构

            1）容器层

                画板层Canvas

                画布层Figure

                绘图区/坐标系

                    x、y轴张成的区域

                    2）辅助显示层

                    3）图像层

    2.2 折线图(plot)与基础绘图功能

        2.2.1 折线图绘制与保存图片

            3 设置画布属性与图片保存

                 figsize : 画布大小

                dpi : dot per inch 图像的清晰度

            3 中文显示问题解决

                mac的一次配置，一劳永逸

                ubantu每创建一次新的虚拟环境，需要重新配置                 windows

                1）安装字体

                    mac/wins：双击安装

                    ubantu：双击安装

                2）删除matplotlib缓存文件

                3）配置文件

        2.2.4 多个坐标系显示-plt.subplots(面向对象的画图方法)             figure, axes = plt.subplots(nrows=1, ncols=2, **fig_kw)

                axes[0].方法名()

                axes[1]

        2.2.5 折线图的应用场景            

            某事物、某指标随时间的变化状况

            拓展：画各种数学函数图像

        2.3.1 常见图形种类及意义

            折线图plot

            散点图scatter

                关系/规律

            柱状图bar

                统计/对比

            直方图histogram

                分布状况

            饼图pie π

                占比

        2.3.2 散点图绘制

        2.4 柱状图(bar)

                2.4.1 柱状图绘制

            2.5 直方图(histogram)

                2.5.1 直方图介绍

                    组数：在统计数据时，我们把数据按照不同的范围分成几个组，分成的组的个数称为组数

                    组距：每一组两个端点的差

                    已知 最高175.5 最矮150.5 组距5

                    求 组数：(175.5 - 150.5) / 5 = 5

            2.5.2 直方图与柱状图的对比

                    1. 直方图展示数据的分布，柱状图比较数据的大小。

                    2. 直方图X轴为定量数据，柱状图X轴为分类数据。                    

                    3. 直方图柱子无间隔，柱状图柱子有间隔

                    4. 直方图柱子宽度可不一，柱状图柱子宽度须一致                

             2.5.3 直方图绘制

                    x = time bins

                    组数 = (max(time) - min(time)) // 组距

                    3 直方图注意点

        2.6 饼图(pie)

            %1.2f%%

            print("%1.2f%%")

案例1：画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15到18度。

# 需求：画出某城市11点到12点1小时内每分钟的温度折线图，温度方位在15到18度
import random
import matplotlib.pyplot as pt
%matplotlib inline
# 创建画布
pt.figure(figsize=(20,8),dpi=80)
# 准备x,y
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
# 绘制图像
pt.plot(x,y_shanghai,color="r",label="上海")
# 创建多个绘图区（再添加一个城市的温度变化1到3度）
y_beijing = [random.uniform(1,3) for i in x]
pt.plot(x,y_beijing,color="b",linestyle="-.",label="北京")
#显示图例
pt.legend(loc="lower left")
# 准备x的刻度说明
x_ticks_label = ["11点{}分".format(i) for i in x]
# 修改x,y刻度
pt.xticks(x[::5],x_ticks_label[::5])
pt.yticks(range(0,40,5))
# 保存图像
#pt.savefig('test.png')
# 添加网络显示
pt.grid(True,linestyle='--',alpha=0.5)
# 添加描述信息
pt.xlabel('时间')
pt.ylabel('温度')
pt.title('中午11点0分到12点之间的温度变化图标')
# 显示图像
pt.show() 

案例2：绘制数学函数图像

# 绘制数学函数图像
import matplotlib.pyplot as pt
import numpy as np
# 1、准备x，y数据
x = np.linspace(-1,1,1000)
y = 2*x*x
# 2、创建画布
pt.figure(figsize=(20,8),dpi=80)
# 3、绘制图像
pt.plot(x,y)
# 添加网络显示
pt.grid(linestyle="--",alpha=0.5)
# 4、显示图像
pt.show()