品牌网站建设岗位职责,专业客户管理系统,做个一般的网站要多少钱,网站建设技术支持 会天下一、主要目的#xff1a;
初步熟悉Python数据分析工具#xff0c;通过查阅相关说明文档掌握Numpy、Scipy和Pandas包的基本使用方法。对于不同形式的源数据文件#xff0c;能够基于python开发环境正确的完成数据导入。
二、主要内容#xff1a;
1、Python开发环境安装以及…一、主要目的
初步熟悉Python数据分析工具通过查阅相关说明文档掌握Numpy、Scipy和Pandas包的基本使用方法。对于不同形式的源数据文件能够基于python开发环境正确的完成数据导入。
二、主要内容
1、Python开发环境安装以及数据分析包的加载
1Anaconda安装过程
2相关第三方库的加载 如 爬虫scrapy包。
提示
① Anaconda下载地址
Free Download | Anaconda
② Anaconda安装参考
https://blog.csdn.net/weixin_37766087/article/details/100742198
2、通过简要的实例代码熟悉开发环境以及数据分析包的基本功能
1代码实例展示Spyder的基本功能
例如代码提示、变量浏览、图形查看
代码实例展示Pandas 中的数据结构
① Series:一维数组系列也称序列
② DataFrame:二维表格型数据结构。可以将DataFrame理解为Series的容器。
数据的导入与导出
导入不同形式的文件例如.txt/.csv/.excel导出到csv/excel导入导出MySql库[附选]
三、实验过程
1.Anaconda安装过程
已安装 2.Spyder ① Series:一维数组系列也称序列 ② DataFrame:二维表格型数据结构。 导入不同形式的文件例如.txt/.csv/.excel
导入excle df pd.read_excel(io自己的文件路径,index_col序号) print(df) 导出到csv/excel Excel writer pd.ExcelWriter(age-name.xlsx) df.to_excel(writer) writer.save() CSV csv_data df.to_csv(自己的文件路径,sep|) 导入导出MySql库[附选]
从mysql中导出dataframe对象 conn pymysql.connect(hostlocalhost,port3306,userroot, password密码已经被和谐,databaseschool,charsetutf8) sql select * from student; df pd.read_sql(sql,conn) print(df) 导入dataframe数据到mysql from sqlalchemy import create_engine engine create_engine(mysqlpymysql://root:密码已被和谐localhost:3306/school?charsetutf8) data [[小明,14],[东东,18],[奥图码,53]] df pd.DataFrame(data,columns[姓名,年龄]) df.to_sql(try, engine, schematry)