Python 数据分析精选

本文以 iris 数据集为例，精选几个用 Python 进行数据分析的功能。

iris 是鸢尾花数据集，包含 150 行数据，分为 3 类：山鸢尾（Setosa）、杂色鸢尾（Versicolour）、维吉尼亚鸢尾（Virginica），每类 50 行数据，每行数据包含 4 个属性：花萼长度（sepal length）、花萼宽度（sepal width）、花瓣长度（petal length）、花瓣宽度（petal width），可通过这 4 个属性来预测鸢尾花属于 3 个种类中的哪一类。

在利用 Pandas 进行数据分析之前，往往需要先从 Excel 文件中读取数据，例如：

参数 sheet_name 解析：

字符串代表工作表名。

整数代表工作表的位置，0 表示第一个工作表，默认值是 0。

列表用于选择多个工作表，如[0, 1, 'Sheet3']：获取第一个、第二个和名称为「Sheet3」的工作表组成的字典。

None 代表获取全部工作表。

虽然 Pandas 本身能实现 SQL 的大部分功能，但是我个人比较喜欢用直接写 SQL 语句的方式来查询想要的数据，例如：