Python Numbers: 從基礎知識到數據處理的必備工具

作為一門優秀的編程語言，Python在數據處理上有著廣泛的應用。對於處理數字數據來說，Python有著許多強大的工具和庫，為數據分析和可視化提供了豐富的支持。

一、數字類型及其操作

Python中最基本的數據類型就是數字類型。數字類型分為整型、浮點型、複數型三種。我們可以使用Python內置的函數type()來判斷一個變數的類型。

a = 1        #整型
b = 1.0      #浮點型
c = 1 + 2j   #複數型
print(type(a))    #輸出：
print(type(b))    #輸出：
print(type(c))    #輸出：

Python中的數字類型支持基本的算術運算，包括加、減、乘、除、冪、整數除法、取余和取負。其中整數除法使用兩個斜杠//表示，取余使用一個百分號%表示。

a = 3
b = 2
print(a + b)    #輸出：5
print(a - b)    #輸出：1
print(a * b)    #輸出：6
print(a / b)    #輸出：1.5
print(a ** b)   #輸出：9
print(a // b)   #輸出：1
print(a % b)    #輸出：1
print(-a)       #輸出：-3

此外，Python還內置了一些處理數字的函數，包括abs()、round()、max()和min()等。

a = -2.3
print(abs(a))   #輸出：2.3
print(round(a))    #輸出：-2
print(max(1,2,3,4)) #輸出：4
print(min(-2,0,5))  #輸出：-2

二、數字計算的高級應用

Python中有許多優秀的第三方庫，提供了豐富的數學計算工具。

1. numpy庫

numpy是一個用於Python的數值計算擴展庫，提供了高性能的數組和矩陣運算功能。在使用numpy之前，需要先安裝numpy庫（命令行中執行：pip install numpy）。

numpy中的核心數據類型是ndarray（n-dimensional array），即n維數組。使用numpy可以輕鬆地創建、操作和計算多維數組。

import numpy as np

#創建1維數組
a = np.array([1,2,3,4])
print(a)    #輸出：[1 2 3 4]

#創建2維數組
b = np.array([[1,2],[3,4]])
print(b)    #輸出：[[1 2]
            #      [3 4]]

除了單純的創建數組，numpy還提供了許多函數和方法來進行數組的運算和計算，包括矩陣乘法、數組相加等。

#矩陣乘法
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
c = np.dot(a,b)
print(c)    #輸出：[[19 22]
            #      [43 50]]

#數組相加
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.add(a,b)
print(c)    #輸出：[5 7 9]

2. pandas庫

pandas是一個用於數據分析的Python庫，提供了DataFrame和Series等數據類型，以及數據讀寫、數據清洗等一系列功能。

在pandas中，數據通常是以DataFrame的形式進行處理。DataFrame類似於資料庫中的表格，每個列都有一個唯一的名稱，每個行都有一個唯一的索引。

import pandas as pd

#創建DataFrame
data = {'name':['Tom', 'Jack', 'Mary'], 'age':[20, 21, 19]}
df = pd.DataFrame(data)
print(df)
#輸出：
#   name  age
#0   Tom   20
#1  Jack   21
#2  Mary   19

#讀取csv文件
df = pd.read_csv('data.csv')

使用pandas進行數據分析和可視化具有很大的便利性，可以輕鬆實現複雜的數據處理和分析任務。

三、數字計算的可視化

Python中有多個庫可以用於數據的可視化，其中比較常用的是matplotlib和seaborn。

1. matplotlib庫

matplotlib是Python中最常用的可視化庫之一，提供了多種類型的圖表，包括線性圖、柱狀圖、散點圖等。首先需要安裝matplotlib庫（命令行中執行：pip install matplotlib）。

下面是一個簡單的例子，展示如何繪製一條正弦曲線：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.1)
y = np.sin(x)
plt.plot(x, y)
plt.show()

點擊運行後，會彈出一個窗口展示繪製的正弦曲線圖。

2. seaborn庫

seaborn是建立在matplotlib之上的一個高級可視化庫，提供了更為豐富的圖表類型和樣式，以及更方便的數據可視化功能。在使用seaborn之前，需要先安裝seaborn庫（命令行中執行：pip install seaborn）。

下面是一個簡單的例子，展示如何繪製一個條形圖（barplot）和一個箱線圖（boxplot）：

import seaborn as sns

#數據準備
tips = sns.load_dataset("tips")

#條形圖
sns.barplot(x="day", y="tip", data=tips)

#箱線圖
sns.boxplot(x="day", y="tip", data=tips)

#顯示圖形
plt.show()

點擊運行後，會彈出一個窗口展示繪製的條形圖和箱線圖。

總結

Python中有著許多強大的數字計算工具和庫，尤其是在數據處理和可視化方面非常方便。通過學習Python中數字類型、numpy、pandas、matplotlib和seaborn等庫的使用，我們可以更加高效地進行數字計算和數據分析。