在数据科学和数据分析领域，Python 凭借其丰富的库生态系统占据了重要地位。其中，NumPy、Pandas 和 Matplotlib 被称为数据科学的 "三巨头"，它们分别负责数值计算、数据处理和数据可视化，共同构成了数据科学工作流的核心工具链。

  本文便是我对NumPy、Pandas 和 Matplotlib的理解，主要介绍关于这三个库的安装，导入方法，基本结构及案例。

一.安装与导入

  在运行这三个库之前需要我们做一些准备工作，需要在python，jupyter notebook等平台上将三个库进行安装.

1.安装

以下便是安装三个库的代码：

pip install numpy

pip install pandas

pip install Matplotlib

2.导入

安装完成后，在运用的时候也需要把库导入，以下便是这三个库的导入命令：

import numpy as np #numpy通常简写为np

import pandas as pd #pandas通常简写为pd

import Matplotlib as plt #Matplotlib通常简写为plt

二.Numpy：数值计算的基石

  NumPy（Numerical Python）是Python科学计算的基础库，提供了高性能的多维数组对象和数学运算工具。

1.创建数组

创建一维数组

arr1 = np.array([1, 2, 3, 4, 5])
print("一维数组:", arr1)
print("数组形状:", arr1.shape)  # 输出 (5,)
print("数组维度:", arr1.ndim)   # 输出 1
print("元素类型:", arr1.dtype)  # 输出 int64

创建二维数组（矩阵）array

import numpy as np
data=np.array([[1,2,3,4],[4,5,6,7]])
print(data)

创建全0数组

shape属性代表形状 shape（3，5） 就代表创建3行5列的全零数组

import numpy as np
data=np.zeros(shape=(3,5))#一个三行五列的二维数组
print(data)

创建全1数组

创建全1数组的用途是初始化一个具有特定形状和大小的数组，其中所有元素都设置为1。

import numpy as np

# 创建一个1行5列的全1数组
ones_1d = np.ones(5)
print("1维全1数组:")
print(ones_1d)
print("数组形状:", ones_1d.shape)

创建全空数组

创建出来的全空数组中的数据都是无限小的、无限接近于0但不是0

import numpy as np

# 使用NumPy创建空数组（未初始化的值）
# 1维空数组
empty_1d = np.empty(5)
print("NumPy 1维空数组:")
print(empty_1d)
print("形状:", empty_1d.shape)

2.实用示例

# 生成0到10之间的5个均匀分布的数
x = np.linspace(0, 10, 5)
print("linspace生成的数组:", x)  # 输出 [ 0.   2.5  5.   7.5 10. ]

数组运算

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

print("a + b =", a + b)  # 输出 [5 7 9]
print("a * b =", a * b)  # 输出 [4 10 18]
print("a的平方 =", a **2)  # 输出 [1 4 9]

矩阵运算

matrix = np.array([[1, 2], [3, 4]])
print("矩阵转置:\n", matrix.T)
print("矩阵的逆:\n", np.linalg.inv(matrix))

  NumPy提供了大量的数学函数和线性代数运算，是处理数值数据的高效工具。

三.Pandas:数据分析中的瑞士军刀

Pandas有两个核心数据结构：

  Series ：一维带标签的数组，类似带索引的列表
 DataFrame ：二维表格数据结构，类似Excel表格或数据库表

1.Series

Series 结构，也称 Series 序列，是 Pandas 常用的数据结构之一，它是一种类似于一维数组的结构，由一组数据值（value）和一组标签组成，其中标签与数据值之间是一一对应的关系。
Series 可以保存任何数据类型，比如整数、字符串、浮点数、Python 对象等，它的标签默认为整数，从 0 开始依次递增。

 创建Series

可以用数组、字典、标量值或者 Python 对象来创建 Series 对象。

import pandas as pd
s=pd.Series( data, index, dtype, copy)

#参数说明：
#data    输入的数据，可以是列表、常量、ndarray 数组等。
#index    索引值必须是惟一的，如果没有传递索引，则默认为 #np.arrange(n)。
#dtype    dtype表示数据类型，如果没有提供，则会自动判断得出。
#copy     表示对 data 进行拷贝，默认为 False。

2.DataFrame

DataFrame 一个表格型的数据结构，既有行标签（index），又有列标签（columns），它也被称异构数据表，所谓异构，指的是表格中每列的数据类型可以不同，比如可以是字符串、整型或者浮点型等。

 创建DataFrame结构

import pandas as pd
pd.DataFrame( data, index, columns, dtype, copy)

#参数说明：
data       输入的数据，可以是 ndarray，series，list，dict，标量以及一个 DataFrame。
index      行标签，如果没有传递 index 值，则默认行标签是 np.arange(n)，n 代表 data 的元素个数。
columns    列标签，如果没有传递 columns 值，则默认列标签是 np.arange(n)。
dtype      dtype表示每一列的数据类型。
copy       默认为 False，表示复制数据 data。

3.实用示例

数据处理

读取CSV文件（示例）

df = pd.read_csv('data.csv')

查看数据基本信息

print("前2行数据:\n", df.head(2))
print("\n数据统计信息:\n", df.describe())

数据筛选

print("\n年龄大于30的记录:\n", df[df['年龄'] > 30])

数据分组

# 假设我们有一个包含销售额的数据列

df['销售额'] = [1000, 2000, 1500, 3000]
city_sales = df.groupby('城市')['销售额'].sum()
print("\n各城市销售总额:\n", city_sales)

Pandas提供了丰富的数据操作功能，如数据清洗、转换、合并、分组等，是数据分析的得力助手。

四. Matplotlib：数据可视化的利器

Matplotlib是一个功能强大且非常流行的Python数据可视化库。Matplotlib可用于绘制折线图、散点图、条形图、直方图、饼图等，同时也支持部分3D绘图功能。通过图像，可以更加清晰、直观地展示数据，从而有利于数据分析。

1.图形对象

plt.figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None,frameon=True) 

num：画布编号，默认值为1；

figsize：指定画布宽高，默认为(6.4,4.8)；

dpi：图像分辨率，单位为pixel/inch，默认值为80；

facecolor：背景颜色，默认值为白色；

edgecolor：边框颜色；

frameon：是否显示边框，默认显示。

2.实用示例

1.绘制图表

import matplotlib.pyplot as plt
import numpy as np

# 设置中文显示
plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"]

2.折线图

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.figure(figsize=(10, 6))
plt.plot(x, y, label='正弦曲线')
plt.title('正弦函数图像')
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.grid(True)
plt.legend()
plt.show()

3.柱状图

categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 32]

plt.figure(figsize=(10, 6))
plt.bar(categories, values, color='skyblue')
plt.title('类别数据对比')
plt.xlabel('类别')
plt.ylabel('数值')
plt.show()

4.散点图

np.random.seed(42)
x = np.random.randn(100)
y = 2 * x + np.random.randn(100) * 0.5

plt.figure(figsize=(10, 6))
plt.scatter(x, y, alpha=0.7)
plt.title('散点图示例')
plt.xlabel('x值')
plt.ylabel('y值')
plt.show()

Matplotlib支持绘制折线图、柱状图、散点图、直方图、饼图等多种图表，并且可以高度自定义图表的样式。

五、三库协同工作示例

在数据分析过程中，三个库经常一起协同工作，以下是三个库工作的案例：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

1. 使用NumPy生成数据

np.random.seed(42)
dates = pd.date_range(start='2023-01-01', periods=12, freq='M')
sales = np.random.randint(100, 500, size=12)
expenses = sales * np.random.uniform(0.6, 0.9, size=12)

2. 使用Pandas处理数据

data = {
    '销售额': sales,
    '支出': expenses,
    '利润': sales - expenses
}
df = pd.DataFrame(data, index=dates)

# 计算月度增长率
df['销售额增长率'] = df['销售额'].pct_change() * 100

print("数据概览:\n", df.head())

3. 使用Matplotlib可视化

plt.figure(figsize=(12, 8))

# 子图1：销售额和支出趋势
plt.subplot(2, 1, 1)
plt.plot(df.index, df['销售额'], label='销售额', marker='o')
plt.plot(df.index, df['支出'], label='支出', marker='s')
plt.title('月度销售额与支出趋势')
plt.ylabel('金额（元）')
plt.legend()
plt.grid(alpha=0.3)

# 子图2：利润和增长率
plt.subplot(2, 1, 2)
plt.bar(df.index, df['利润'], label='利润', alpha=0.7)
plt.twinx()
plt.plot(df.index, df['销售额增长率'], label='销售额增长率', color='red', linestyle='--')
plt.title('月度利润与销售额增长率')
plt.ylabel('增长率（%）')
plt.grid(alpha=0.3)

plt.tight_layout()
plt.show()

这个示例展示了如何使用NumPy生成数据，Pandas进行数据处理和分析，最后用Matplotlib进行可视化展示，完整呈现了一个数据分析的工作流程。

六.总结

NumPy、Pandas和Matplotlib作为Python数据科学的三大核心库，各自在数值计算、数据处理和可视化方面发挥着重要作用：

NumPy提供了高效的数组操作和数学运算，是科学计算的基础
Pandas提供了灵活的数据结构和数据分析工具，简化了数据处理流程
Matplotlib提供了丰富的可视化功能，帮助我们直观地理解数据

掌握这三个库，将为你的数据科学之旅打下坚实的基础，不断扩展你的数据科学技能栈。