Python for Data Analysis

# On a local computer save the link:

http://rcs.bu.edu/examples/python/data_analysis/dataScience.ipynb

Jupyter noutbookini ishga tushiring

# On the Shared Computing Cluster

[scc1 ~] jupyter notebook

Python kutubxonalari yuklanmoqda

In [ ]:
#Import Python Libraries
import numpy as np
import scipy as sp
import pandas as pd
import matplotlib as mpl
import seaborn as sns
Yupiter katakchasini bajarish uchun Shift+Enter tugmalarini bosing

Pandalar yordamida ma'lumotlarni o'qish

In [ ]:
#Read csv file
df = pd.read_csv("http://rcs.bu.edu/examples/python/data_analysis/Salaries.csv")
Boshqa ma'lumotlar formatlarini o'qish uchun bir qator panda buyruqlari mavjud:
pd.read_excel('myfile.xlsx',sheet_name='Sheet1', index_col=None, na_values=['NA'])
pd.read_stata('myfile.dta')
pd.read_sas('myfile.sas7bdat')
pd.read_hdf('myfile.h5','df')
Izoh: Yuqoridagi buyruqda ma'lumotlarni import qilish jarayonini nozik sozlash uchun ko'plab ixtiyoriy argumentlar mavjud.

Ma'lumotlar frameworklarini o'rganish

In [3]:
#List first 5 records
df.head()
Out[3]:

Ma'lumotlar frameworklarini o'rganish amaliy mashqlar

• Birinchi 10, 20, 50 ta yozuvlarni o'qishga harakat qiling;
• So'nggi bir nechta yozuvlarni qanday ko'rishni taxmin qila olasizmi?; Hint:

Data Frame ma'lumotlar turlari

Pandas Type	Native Python Type	Description
object	string	Eng umumiy d turi. Agar ustun aralash turlarga ega bo'lsa (raqamlar va satrlar) ustuningizga tayinlanadi.
int64	int	Raqamli belgilar. 64 bu belgini ushlab turish uchun ajratilgan xotiraga ishora qiladi.
float64	float	O'nli kasrli raqamli belgilar. Agar ustunda raqamlar va NaNlar bo'lsa (pastga qarang), agar etishmayotgan qiymatingizda kasr bo'lsa, pandalar sukut bo'yicha float64 ga o'tadi.
datetime64, timedelta[ns]	N/A (but see the datetime module in Python’s standard library)	Qiymatlar vaqt ma'lumotlarini saqlash uchun mo'ljallangan. Vaqt seriyali tajribalar uchun ularni ko'rib chiqing.