Python三大：NumPy、Pandas、matplotlib

本文將詳細介紹三大Python數據處理及可視化庫——NumPy、Pandas以及matplotlib，為讀者提供從基礎使用到應用場景的全面掌握。

一、NumPy

NumPy是Python語言的一個擴展程序庫，支持大量的維度數組與矩陣運算，適用於科學計算、數據分析等領域。以下是一些常用功能的介紹：

1. 數組創建與修改

使用numpy中的array函數可以輕鬆地創建一維或多維數組：

import numpy as np
arr1 = np.array([1, 2, 3]) # 一維數組
arr2 = np.array([[1, 2], [3, 4]]) # 二維數組

可以使用索引來修改數組中的值：

arr1[0] = 4
arr2[1][0] = 5

2. 數組運算

NumPy中支持基本的算數運算和矩陣運算。例如，兩個數組相加：

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = a + b

矩陣運算可以使用numpy中的matmul函數，計算兩個矩陣的乘積：

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
c = np.matmul(a, b)

二、Pandas

Pandas是Python語言的一個擴展程序庫，用於數據處理和分析。以下是一些常用功能的介紹：

1. 數據讀取與操作

Pandas提供了豐富的函數來從各種格式的文件中讀取數據，並且可以對數據進行過濾、清洗、排序等操作。以下是一個例子，讀取csv格式的文件：

import pandas as pd
df = pd.read_csv('data.csv')

可以使用head函數來查看數據的前幾行：

print(df.head())

2. 數據統計分析

Pandas可以輕鬆地進行數據的統計分析，例如計算數據的平均值、中位數、標準差等：

print(df.mean()) # 計算平均值
print(df.median()) # 計算中位數
print(df.std()) # 計算標準差

三、matplotlib

matplotlib是Python語言的一個圖形庫，可以用於數據可視化，包括繪製折線圖、散點圖、直方圖等。以下是一些常用功能的介紹：

1. 折線圖

使用matplotlib庫可以輕鬆地繪製一條或多條折線圖：

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [2, 4, 6, 8, 10]
plt.plot(x, y1, label='line1')
plt.plot(x, y2, label='line2')
plt.legend()
plt.show()

2. 直方圖

使用matplotlib庫可以輕鬆地繪製直方圖，用於展示數據的分布情況：

import matplotlib.pyplot as plt
data = [1, 3, 2, 3, 4, 5, 6, 7, 8, 9, 10]
plt.hist(data, bins=5, alpha=0.5)
plt.show()

總結

以上是Python三大數據處理、分析和可視化庫——NumPy、Pandas和matplotlib的一些常用功能介紹，包括數組創建與修改、數據讀取與操作、數據統計分析、折線圖和直方圖的繪製等。對於數據分析等相關領域的開發人員，深入了解Python三大庫的使用和應用將對工作帶來極大的幫助。