如何使用pandas進(jìn)行數(shù)據(jù)分析

這篇文章主要介紹了如何使用pandas進(jìn)行數(shù)據(jù)分析，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

（一）獲取微信好友的數(shù)據(jù)

為了獲取微信好友的數(shù)據(jù)，需要使用一個(gè)工具，叫itchat。

itchat是網(wǎng)頁(yè)微信的接口的封裝。

在很久之前，小程介紹過(guò)如何給微信群自動(dòng)地發(fā)送（批量）消息，用的就是itchat。

對(duì)于itchat的安裝與使用，讀者可以關(guān)注“廣州小程”微信公眾號(hào)，并在“軟件基礎(chǔ)”的菜單項(xiàng)中找到相應(yīng)的文章進(jìn)行查閱。

這里直接介紹使用itchat獲取微信好友的信息。

試驗(yàn)一下，先算一下小程有多少異性朋友吧，可以這樣寫代碼： 

執(zhí)行這段代碼，可以看到這樣的輸出： 

為了后續(xù)的數(shù)據(jù)分析，接下來(lái)，小程提取更具體的好友數(shù)據(jù)，并保存到文件，這里面用到了pandas。

讀者如果沒有安裝pandas，那可以這樣安裝：

pip install pandas

以下是獲取好友數(shù)據(jù)的代碼： 

執(zhí)行這段代碼，在本地生成了一個(gè)文件：friends_info.csv，csv文件一般是純文本，用來(lái)保存記錄的文件（一般所有記錄都有相同的字段）。

用excel打開這個(gè)csv文件，可以看到這樣的信息（如果讀者發(fā)現(xiàn)excel打開會(huì)亂碼，那可以先用word并選擇用utf8來(lái)打開，然后再保存，之后再用excel打開）： 

這個(gè)csv文件的內(nèi)容，就是后續(xù)數(shù)據(jù)分析的基礎(chǔ)。

（二）分析數(shù)據(jù)

有了基礎(chǔ)數(shù)據(jù)之后，就可以使用pandas進(jìn)行分析，并用matplotlib進(jìn)行繪圖。

matplotlib是繪圖的實(shí)用工具，小程另找機(jī)會(huì)詳細(xì)介紹，讀者可以先不管這部分內(nèi)容，或者先簡(jiǎn)單了解，因?yàn)榇a截圖中有相應(yīng)的解釋。

這里演示對(duì)微信好友的性別與地區(qū)進(jìn)行數(shù)據(jù)分析。

（1）引入pandas與matplotlib

引入pandas與matplotlib的代碼，以及代碼的執(zhí)行效果是這樣的： 

（2）分析性別

這里根據(jù)性別種類的個(gè)數(shù)，繪制條形圖。

先來(lái)看分析性別與繪制的代碼，截圖中的解釋是重點(diǎn)內(nèi)容： 

執(zhí)行這段代碼，可以看到這樣的輸出與顯示： 

由展示圖可見，小程的朋友以男性居多。

（3）分析地區(qū)

實(shí)現(xiàn)的思路跟性別分析類似，代碼如下： 

執(zhí)行的效果如下： 

由展示圖可見，小程的朋友以廣州跟深圳為主，小程的朋友圈很窄。

以上介紹了怎么分析性別與地區(qū)的分布數(shù)據(jù)，其中pandas的使用是本文的重點(diǎn)。

以上的代碼中，用到了pandas的DataFrame跟Series類型，也用到了Series的統(tǒng)計(jì)函數(shù)max。

接下來(lái)，對(duì)pandas的知識(shí)再做一個(gè)簡(jiǎn)單的介紹。

（三）pandas的知識(shí)

pandas的數(shù)據(jù)，有兩個(gè)類型。一個(gè)是DataFrame，一個(gè)是Series。

DataFrame就是一個(gè)數(shù)據(jù)表（由若干列組成），而Series就是其中的一列（一個(gè)字段的所有內(nèi)容）。

對(duì)于數(shù)據(jù)分析的內(nèi)容，讀者可以查閱“廣州小程”的“數(shù)據(jù)分析”專題的文章。

對(duì)于DataFrame或Series變量，有各種函數(shù)，可以完成數(shù)據(jù)分析，包括：個(gè)數(shù)、最大值、最小值、平均值、中位數(shù)、眾數(shù)、方差、峰值，等等。

對(duì)于pandas的詳細(xì)理解，可以參考這個(gè)文檔：http://pandas.pydata.org/pandas-docs/stable/index.html

讀者也可以邊用邊學(xué)。

至此，主要內(nèi)容已經(jīng)介紹完畢，以下為附帶內(nèi)容。

（三）詞云圖

小程拿到的好友信息中，包括了“簽名”這項(xiàng)內(nèi)容，一般來(lái)說(shuō)，可以弄個(gè)詞云圖來(lái)看看簽名的重點(diǎn)信息。

以下是小程順帶介紹的內(nèi)容。

安裝模塊jieba，這是一個(gè)支持中文的分詞器：

pip install jieba

安裝模塊PIL，這是一個(gè)圖像處理庫(kù)：

pip install Pillow

安裝wordcloud，這是一個(gè)詞云圖庫(kù)：

pip install wordcloud

實(shí)現(xiàn)微信好友的簽名的詞云圖，大概的思路是這樣的：使用pandas從基礎(chǔ)數(shù)據(jù)中讀取到一個(gè)數(shù)據(jù)表，從數(shù)據(jù)表中拿到簽名的列并把這一列的內(nèi)容轉(zhuǎn)換成list，對(duì)簽名list的每個(gè)簽名逐一處理，過(guò)濾掉一些關(guān)鍵詞，再使用正則表達(dá)式把一些特殊字符去除掉，最后把處理后的簽名用空格拼接在一起，并調(diào)用分詞器進(jìn)行分詞處理，得到一個(gè)分詞list。創(chuàng)建詞云圖對(duì)象，設(shè)置背景顏色、字體等，并傳遞分詞list，最終顯示并保存詞云圖對(duì)象生成的圖像。

實(shí)現(xiàn)的代碼，請(qǐng)參考下圖： 

執(zhí)行這段代碼，可以看到這樣的效果： 

由圖可見，小程的好友很有個(gè)性（喜歡說(shuō)“自己”），小程的好友跟“程序”分不開，小程的好友已經(jīng)開始聊人生與合作了（估計(jì)年紀(jì)比較大了）。

在生成詞云圖時(shí)，設(shè)置了背景圖（back.jpg），小程這里使用的是這張圖： 

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“如何使用pandas進(jìn)行數(shù)據(jù)分析”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!