[筆記] Pandas 和 Matplotlib 的初始化 @地瓜大的飛翔旅程

章節連結

課程名稱
課程相關文章
指令

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。
panda

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。

[筆記] 運用 Python 爬蟲每季財報

[筆記] 運用 Python 爬蟲每月月報

[筆記] 運用 Python 套件 Talib 繪製常見的股票指標

[筆記] 運用 Python 爬蟲每日股價

[筆記] 運用 requests 爬蟲並用 Pandas 解析資料

[筆記] Module ‘pandas’ has no attribute ‘Series’ 解決方法

指令

# 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

# 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

課程名稱

課程相關文章

指令

延伸閱讀