如何使用pandas进行数据分析

这篇文章主要介绍了如何使用pandas进行数据分析，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

（一）获取微信好友的数据

为了获取微信好友的数据，需要使用一个工具，叫itchat。

itchat是网页微信的接口的封装。

在很久之前，小程介绍过如何给微信群自动地发送（批量）消息，用的就是itchat。

对于itchat的安装与使用，读者可以关注“广州小程”微信公众号，并在“软件基础”的菜单项中找到相应的文章进行查阅。

这里直接介绍使用itchat获取微信好友的信息。

试验一下，先算一下小程有多少异性朋友吧，可以这样写代码： 

执行这段代码，可以看到这样的输出： 

为了后续的数据分析，接下来，小程提取更具体的好友数据，并保存到文件，这里面用到了pandas。

读者如果没有安装pandas，那可以这样安装：

pip install pandas

以下是获取好友数据的代码： 

执行这段代码，在本地生成了一个文件：friends_info.csv，csv文件一般是纯文本，用来保存记录的文件（一般所有记录都有相同的字段）。

用excel打开这个csv文件，可以看到这样的信息（如果读者发现excel打开会乱码，那可以先用word并选择用utf8来打开，然后再保存，之后再用excel打开）： 

这个csv文件的内容，就是后续数据分析的基础。

（二）分析数据

有了基础数据之后，就可以使用pandas进行分析，并用matplotlib进行绘图。

matplotlib是绘图的实用工具，小程另找机会详细介绍，读者可以先不管这部分内容，或者先简单了解，因为代码截图中有相应的解释。

这里演示对微信好友的性别与地区进行数据分析。

（1）引入pandas与matplotlib

引入pandas与matplotlib的代码，以及代码的执行效果是这样的： 

（2）分析性别

这里根据性别种类的个数，绘制条形图。

先来看分析性别与绘制的代码，截图中的解释是重点内容： 

执行这段代码，可以看到这样的输出与显示： 

由展示图可见，小程的朋友以男性居多。

（3）分析地区

实现的思路跟性别分析类似，代码如下： 

执行的效果如下： 

由展示图可见，小程的朋友以广州跟深圳为主，小程的朋友圈很窄。

以上介绍了怎么分析性别与地区的分布数据，其中pandas的使用是本文的重点。

以上的代码中，用到了pandas的DataFrame跟Series类型，也用到了Series的统计函数max。

接下来，对pandas的知识再做一个简单的介绍。

（三）pandas的知识

pandas的数据，有两个类型。一个是DataFrame，一个是Series。

DataFrame就是一个数据表（由若干列组成），而Series就是其中的一列（一个字段的所有内容）。

对于数据分析的内容，读者可以查阅“广州小程”的“数据分析”专题的文章。

对于DataFrame或Series变量，有各种函数，可以完成数据分析，包括：个数、最大值、最小值、平均值、中位数、众数、方差、峰值，等等。

对于pandas的详细理解，可以参考这个文档：http://pandas.pydata.org/pandas-docs/stable/index.html

读者也可以边用边学。

至此，主要内容已经介绍完毕，以下为附带内容。

（三）词云图

小程拿到的好友信息中，包括了“签名”这项内容，一般来说，可以弄个词云图来看看签名的重点信息。

以下是小程顺带介绍的内容。

安装模块jieba，这是一个支持中文的分词器：

pip install jieba

安装模块PIL，这是一个图像处理库：

pip install Pillow

安装wordcloud，这是一个词云图库：

pip install wordcloud

实现微信好友的签名的词云图，大概的思路是这样的：使用pandas从基础数据中读取到一个数据表，从数据表中拿到签名的列并把这一列的内容转换成list，对签名list的每个签名逐一处理，过滤掉一些关键词，再使用正则表达式把一些特殊字符去除掉，最后把处理后的签名用空格拼接在一起，并调用分词器进行分词处理，得到一个分词list。创建词云图对象，设置背景颜色、字体等，并传递分词list，最终显示并保存词云图对象生成的图像。

实现的代码，请参考下图： 

执行这段代码，可以看到这样的效果： 

由图可见，小程的好友很有个性（喜欢说“自己”），小程的好友跟“程序”分不开，小程的好友已经开始聊人生与合作了（估计年纪比较大了）。

在生成词云图时，设置了背景图（back.jpg），小程这里使用的是这张图： 

感谢你能够认真阅读完这篇文章，希望小编分享的“如何使用pandas进行数据分析”这篇文章对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，更多相关知识等着你来学习!