如何使用pandas进行复杂的数据处理并实现高效率的绘图展示？

本文共计671个文字，预计阅读时间需要3分钟。

Pandas是Python中常用的数据处理工具，使用起来非常方便。它建立在NumPy数组结构之上，通过NumPy或Pandas自带的扩展模块编写，并使用Cython编写并编译为C代码。

Pandas是Python中非常常用的数据处理工具，使用起来非常方便。它建立在NumPy数组结构之上，所以它的很多操作通过NumPy或者Pandas自带的扩展模块编写，这些模块用Cython编写并编译到C，并且在C上执行，因此也保证了处理速度。

今天我们就来体验一下它的强大之处。

1.创建数据

使用pandas可以很方便地进行数据创建，现在让我们创建一个5列1000行的pandas DataFrame：

mu1, sigma1 = 0, 0.1 mu2, sigma2 = 0.2, 0.2 n = 1000df = pd.DataFrame( { "a1": pd.np.random.normal(mu1, sigma1, n), "a2": pd.np.random.normal(mu2, sigma2, n), "a3": pd.np.random.randint(0, 5, n), "y1": pd.np.logspace(0, 1, num=n), "y2": pd.np.random.randint(0, 2, n), } )

• a1和a2：从正态（高斯）分布中抽取的随机样本。
• a3：0到4中的随机整数。
• y1：从0到1的对数刻度均匀分布。
• y2：0到1中的随机整数。