Python數據分析與可視化

一、數據導入和清洗

數據分析與可視化的第一步是導入數據，對數據進行清洗和整理。Python提供了許多強大的數據處理和清洗庫，例如Numpy和Pandas。

使用Pandas導入數據非常容易，可以讀取各種文件格式，例如CSV、Excel和SQL。下面是一個讀取CSV文件並對數據進行簡單清洗的例子：

import pandas as pd

# 讀取csv文件
data = pd.read_csv('data.csv')

# 刪除重複數據
data = data.drop_duplicates()

# 刪除缺失值
data = data.dropna()

二、數據分析

數據分析是對數據進行處理和建模的過程。在Python中，我們可以使用各種庫進行數據分析，例如Numpy、Pandas和SciPy。以Numpy為例，以下是一個計算平均值、中位數和標準差的例子：

import numpy as np

# 計算平均值
mean = np.mean(data)

# 計算中位數
median = np.median(data)

# 計算標準差
std = np.std(data)

對於更複雜的數據分析，例如回歸和聚類，我們可以使用Scikit-learn庫。以下是一個使用Scikit-learn進行線性回歸的例子：

from sklearn.linear_model import LinearRegression

# 定義模型
model = LinearRegression()

# 擬合數據
model.fit(X, y)

# 預測數據
y_pred = model.predict(X_test)

三、數據可視化

數據可視化是將數據轉換為可視化圖形的過程。Python中有很多用於數據可視化的庫，其中最流行的是Matplotlib和Seaborn。

以下是一個使用Matplotlib繪製折線圖的例子：

import matplotlib.pyplot as plt

# 定義x和y軸數據
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 繪製折線圖
plt.plot(x, y)

# 設置x和y軸標籤
plt.xlabel('X Label')
plt.ylabel('Y Label')

# 設置標題
plt.title('Line Plot')

# 顯示圖形
plt.show()

以下是一個使用Seaborn繪製散點圖和線性回歸線的例子：

import seaborn as sns

# 加載數據
data = sns.load_dataset('tips')

# 繪製散點圖和線性回歸線
sns.lmplot(x='total_bill', y='tip', data=data)

# 顯示圖形
plt.show()

四、數據展示

數據展示是將處理和可視化的數據呈現給受眾的過程。Python中有許多將數據轉換為交互式可視化的庫，例如Plotly和Bokeh。

以下是一個使用Plotly繪製交互式散點圖的例子：

import plotly.express as px

# 加載數據
data = px.data.iris()

# 繪製交互式散點圖
fig = px.scatter(data_frame=data, x='sepal_width', y='sepal_length', color='species')

# 顯示圖形
fig.show()

以上就是Python數據分析與可視化的主要流程和技術，但實際應用時需要根據數據類型和分析目的進行靈活應用。