Pandas 和 Matplotlib 是運用 Python 進行資料分析時，一定會接觸到的基本套件。Hahow 上的 “用 Python 理財：打造小資族選股策略” 課程，當中是運用 Jupyter Notebook 在瀏覽器端進行操作。本篇是嘗試在 Visual Studio 上進行操作，然後筆記下會用到的指令。
課程名稱
用 Python 理財：打造小資族選股策略：https://bit.ly/2KXR1Nw
對於初學者而言，算是簡易的入門教材。由於 Python 本身的語言特性，相較於 JavaScript 是比較人性化的。外加上已內建不少好用的函式庫，對於資料分析的處理上，用 Python 入門算是滿不錯的。
課程相關文章
指令
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 |
# 避免出現中文字碼錯誤 # encoding: utf-8 # 導入相關檔案，請記得先用 canvas or pip 安裝 import pandas as pd import matplotlib.pyplot as plt # 示範用例子 date = pd.date_range('20180101', periods=6) #宣告日期範圍 s1 = pd.Series([1, 2, 3, 4, 5, 6], index=date) s2 = pd.Series([5, 6, 7, 8, 9, 10], index=date) s3 = pd.Series([11, 12, 5, 7, 8, 2], index=date) dictionary = { 'c1': s1, 'c2': s2, 'c3': s3, } df = pd.DataFrame(dictionary) #產生 DataFrame，也就是複合 Series pd.plotting.register_matplotlib_converters() #轉換器函式庫位置 # 輸出結果 print(df) #輸出表格 print(df.loc['20180102']) # 2018-01-02 所對應的三個 Series 資料 print(df.iloc[0]) # 三個 Series 各自的第一筆資料 print(df.loc['20180102':'20180105', ['c1', 'c2']]) # 指定範圍、Series取值 print(df['c1']) # 取出某條 Series # 刪除某行或某列 newDf = df.drop(['c1'], axis=1) #"axis=0" 為橫列；"axis=1" 為直行；第一個參數為行列名稱 print(newDf) # 畫折線圖 plt.plot(s1, label='s1') #label為名稱 plt.plot(s2, label='s2') plt.plot(s3, label='s3') plt.legend(loc='upper right') #顯示圖例，loc表示顯示相對位置 plt.show() #加上此函式，圖片才會顯示 |
按讚加入粉絲團
