如何使用pandas進行數據分析

這篇文章主要介紹了如何使用pandas進行數據分析，具有一定借鑒價值，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）獲取微信好友的數據

為了獲取微信好友的數據，需要使用一個工具，叫itchat。

itchat是網頁微信的接口的封裝。

在很久之前，小程介紹過如何給微信群自動地發送（批量）消息，用的就是itchat。

對于itchat的安裝與使用，讀者可以關注“廣州小程”微信公眾號，并在“軟件基礎”的菜單項中找到相應的文章進行查閱。

這里直接介紹使用itchat獲取微信好友的信息。

試驗一下，先算一下小程有多少異性朋友吧，可以這樣寫代碼： 

執行這段代碼，可以看到這樣的輸出： 

為了后續的數據分析，接下來，小程提取更具體的好友數據，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

以下是獲取好友數據的代碼： 

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

用excel打開這個csv文件，可以看到這樣的信息（如果讀者發現excel打開會亂碼，那可以先用word并選擇用utf8來打開，然后再保存，之后再用excel打開）： 

這個csv文件的內容，就是后續數據分析的基礎。

（二）分析數據

有了基礎數據之后，就可以使用pandas進行分析，并用matplotlib進行繪圖。

matplotlib是繪圖的實用工具，小程另找機會詳細介紹，讀者可以先不管這部分內容，或者先簡單了解，因為代碼截圖中有相應的解釋。

這里演示對微信好友的性別與地區進行數據分析。

（1）引入pandas與matplotlib

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

（2）分析性別

這里根據性別種類的個數，繪制條形圖。

先來看分析性別與繪制的代碼，截圖中的解釋是重點內容： 

執行這段代碼，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

實現的思路跟性別分析類似，代碼如下： 

執行的效果如下： 

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的分布數據，其中pandas的使用是本文的重點。

以上的代碼中，用到了pandas的DataFrame跟Series類型，也用到了Series的統計函數max。

接下來，對pandas的知識再做一個簡單的介紹。

（三）pandas的知識

pandas的數據，有兩個類型。一個是DataFrame，一個是Series。

DataFrame就是一個數據表（由若干列組成），而Series就是其中的一列（一個字段的所有內容）。

對于數據分析的內容，讀者可以查閱“廣州小程”的“數據分析”專題的文章。

對于DataFrame或Series變量，有各種函數，可以完成數據分析，包括：個數、最大值、最小值、平均值、中位數、眾數、方差、峰值，等等。

對于pandas的詳細理解，可以參考這個文檔：http://pandas.pydata.org/pandas-docs/stable/index.html

讀者也可以邊用邊學。

至此，主要內容已經介紹完畢，以下為附帶內容。

（三）詞云圖

小程拿到的好友信息中，包括了“簽名”這項內容，一般來說，可以弄個詞云圖來看看簽名的重點信息。

以下是小程順帶介紹的內容。

安裝模塊jieba，這是一個支持中文的分詞器：

pip install jieba

安裝模塊PIL，這是一個圖像處理庫：

pip install Pillow

安裝wordcloud，這是一個詞云圖庫：

pip install wordcloud

實現微信好友的簽名的詞云圖，大概的思路是這樣的：使用pandas從基礎數據中讀取到一個數據表，從數據表中拿到簽名的列并把這一列的內容轉換成list，對簽名list的每個簽名逐一處理，過濾掉一些關鍵詞，再使用正則表達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，并調用分詞器進行分詞處理，得到一個分詞list。創建詞云圖對象，設置背景顏色、字體等，并傳遞分詞list，最終顯示并保存詞云圖對象生成的圖像。

實現的代碼，請參考下圖： 

執行這段代碼，可以看到這樣的效果： 

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

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

感謝你能夠認真閱讀完這篇文章，希望小編分享的“如何使用pandas進行數據分析”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!