人工智能之數據分析 Matplotlib

第一章 簡介和安裝

(文章目錄)

前言

Pandas 是一個強大的 Python 數據分析和處理庫，廣泛用於數據清洗、探索、操作和分析。它建立在 NumPy 之上，提供了高效、靈活且易於使用的數據結構，特別適合處理結構化（表格型）數據。

📌 Pandas 的核心數據結構

  1. Series

    • 一維帶標籤的數組，可以保存任何數據類型（整數、字符串、浮點數等）。
    • 類似於帶索引的一維 NumPy 數組。

  2. DataFrame

    • 二維表格型數據結構，每一列可以是不同的數據類型。
    • 類似於電子表格或 SQL 表，是 Pandas 中最常用的數據結構。

🛠️ 安裝 Pandas

Pandas 可通過 pip 或 conda 安裝：

使用 pip（推薦用於大多數 Python 環境）：

pip install pandas

使用 conda（適用於 Anaconda 或 Miniconda 用户）：

conda install pandas

💡 建議同時安裝依賴庫如 NumPy、Matplotlib（Pandas 通常會自動安裝這些依賴）。

✅ 驗證安裝

安裝完成後，可以在 Python 中導入並檢查版本：

import pandas as pd
print(pd.__version__)

如果未報錯並輸出版本號（如 2.3.3），説明安裝成功。

📚 簡單示例

import pandas as pd

# 創建一個 DataFrame
data = {
    '姓名': ['張三', '李四', '王五'],
    '年齡': [23, 35, 28],
    '城市': ['北京', '上海', '廣州']
}
df = pd.DataFrame(data)
print(df)

輸出：

後續

python過渡項目部分代碼已經上傳至gitee，後續會逐步更新。

資料關注

公眾號：咚咚王 gitee：https://gitee.com/wy18585051844/ai_learning

《Python編程：從入門到實踐》 《利用Python進行數據分析》 《算法導論中文第三版》 《概率論與數理統計（第四版） (盛驟) 》 《程序員的數學》 《線性代數應該這樣學第3版》 《微積分和數學分析引論》 《（西瓜書）周志華-機器學習》 《TensorFlow機器學習實戰指南》 《Sklearn與TensorFlow機器學習實用指南》 《模式識別（第四版）》 《深度學習 deep learning》伊恩·古德費洛著 花書 《Python深度學習第二版(中文版)【純文本】 (登封大數據 (Francois Choliet)) (Z-Library)》 《深入淺出神經網絡與深度學習+(邁克爾·尼爾森（Michael+Nielsen）》 《自然語言處理綜論 第2版》 《Natural-Language-Processing-with-PyTorch》 《計算機視覺-算法與應用(中文版)》 《Learning OpenCV 4》 《AIGC：智能創作時代》杜雨+&+張孜銘 《AIGC原理與實踐：零基礎學大語言模型、擴散模型和多模態模型》 《從零構建大語言模型（中文版）》 《實戰AI大模型》 《AI 3.0》