用數據講故事

互聯網的時代，我們生活中每天要面對海量的數據。要想通過這些種類繁多，浩如煙海的數據提取到有價值的信息，傳統的手工做法實在是不可取。甚至有些類型數據我們根本不能處理。然而，通過python中的numpy和pandas庫為我們指了一條明路。

這兩個庫對數據採集，提取，統計計算都做了詳細的封裝來供我們調用，讓人大快朵頤。

Numpy：

使用array函數創建數組

根據索引，切片查詢提取數據，類似於一個多維數組。

pandas：

類似於R語言的數據框，可以有效的存儲清理數據。Python Data Analysis Library

相對於numpy，pandas的功能更強大，對於每一個列表，他可以存儲不同類型的列表

一個案例分析

1.讀取數據

2.處理缺失值，改變列名

這是一個6578行，7列的數據框

創建一個字典存儲要改變的列，使用rename函數將列傳入，inplace=True

刪除任何一行銷售時間，社保卡號為空的行

將其轉成float類型

3.數據清洗，構建模型

設置一個函數，將銷售時間提取出來

按照時間大小順序排列並建立索引

查看該數據集

後面還有一些求每月銷售額什麼的

歐了歐了，學習數據分析，要進行一些很細微的操作，所以要熟悉數據框的一些用法，利用pandas里的一些函數，可以幫助我們高效的實現數據的採集，清理。特別地，像處理空值，缺失值的時候要很小心。而這些函數如spilt，sub，sep可以解決很多問題。要熟練地處理數據，還得腳踏實地多實踐。