Python数据分析零基础学习指南

# 1. 字符串
name = "小明"               # 使用引号包围的文本
print(f"你好，{name}")      # 输出：你好，小明

# 2. 数字
age = 25                   # 整数
height = 1.75             # 小数（浮点数）
print(f"年龄：{age}岁")
print(f"身高：{height}米")

# 3. 布尔值
is_student = True         # 真值
has_car = False          # 假值
print(f"是学生吗？{is_student}")
                    

# 成绩评级程序
score = 85

if score >= 90:
    print("优秀！")
elif score >= 80:
    print("良好！")
elif score >= 60:
    print("及格")
else:
    print("需要努力")

# 实际运行输出：良好！
                    

# for循环示例
print("打印1到5：")
for i in range(1, 6):
    print(i, end=" ")  # 输出：1 2 3 4 5

# while循环示例
print("\n\n计算1到5的和：")
sum = 0
i = 1
while i <= 5:
    sum += i    # 等同于：sum = sum + i
    i += 1      # 等同于：i = i + 1
print(f"总和是：{sum}")  # 输出：总和是：15
                    

# 创建和使用列表
fruits = ["苹果", "香蕉", "橙子"]
print(f"水果清单：{fruits}")

# 添加元素
fruits.append("葡萄")      # 在末尾添加
print(f"添加后：{fruits}")

# 访问元素
print(f"第一个水果：{fruits[0]}")  # 输出：苹果
print(f"最后一个水果：{fruits[-1]}")  # 输出：葡萄

# 修改元素
fruits[1] = "草莓"
print(f"修改后：{fruits}")

# 删除元素
fruits.remove("橙子")
print(f"删除后：{fruits}")
                    

# 创建和使用字典
student = {
    "name": "小明",
    "age": 18,
    "scores": {
        "语文": 85,
        "数学": 92,
        "英语": 88
    }
}

# 访问数据
print(f"姓名：{student['name']}")
print(f"数学成绩：{student['scores']['数学']}")

# 修改数据
student['age'] = 19
student['scores']['语文'] = 87

# 添加新数据
student['班级'] = '三年二班'

print(f"更新后的信息：{student}")
                    

import numpy as np

# 创建数组
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([6, 7, 8, 9, 10])

# 基本运算
print(f"数组相加：{arr1 + arr2}")
print(f"数组平均值：{arr1.mean()}")
print(f"数组最大值：{arr1.max()}")

# 创建特殊数组
zeros = np.zeros(5)      # 创建5个0
ones = np.ones(5)       # 创建5个1
rand = np.random.rand(5) # 创建5个随机数

print(f"零数组：{zeros}")
print(f"一数组：{ones}")
print(f"随机数组：{rand}")
                    

import pandas as pd

# 创建数据框
data = {
    '姓名': ['小明', '小红', '小华', '小李'],
    '年龄': [18, 19, 20, 18],
    '成绩': [85, 92, 78, 95]
}
df = pd.DataFrame(data)

# 基本操作
print("原始数据：")
print(df)

# 数据分析
print("\n基本统计：")
print(df['成绩'].describe())

# 数据筛选
print("\n成绩大于90的学生：")
print(df[df['成绩'] > 90])

# 排序
print("\n按成绩排序：")
print(df.sort_values('成绩', ascending=False))
                    

import matplotlib.pyplot as plt

# 设置中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 简单折线图
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.figure(figsize=(8, 6))
plt.plot(x, y, 'r-o', label='示例数据')
plt.title('简单折线图')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.legend()
plt.grid(True)
plt.show()

# 柱状图
subjects = ['语文', '数学', '英语']
scores = [85, 92, 78]

plt.figure(figsize=(8, 6))
plt.bar(subjects, scores)
plt.title('学科成绩柱状图')
plt.show()
                    

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = pd.DataFrame({
    '组别': ['A组']*30 + ['B组']*30 + ['C组']*30,
    '得分': np.random.normal(loc=[75, 80, 85], 
                          scale=[10, 8, 12], 
                          size=90)
})

# 箱线图
plt.figure(figsize=(8, 6))
sns.boxplot(x='组别', y='得分', data=data)
plt.title('各组得分分布箱线图')
plt.show()

# 小提琴图
plt.figure(figsize=(8, 6))
sns.violinplot(x='组别', y='得分', data=data)
plt.title('各组得分分布小提琴图')
plt.show()