Python для Data Science: pandas, numpy, matplotlib

1import numpy as np
2
3# Из списка
4arr = np.array([1, 2, 3, 4, 5])
5
6# Генерация
7zeros = np.zeros((3, 4))  # 3x4 нулей
8ones = np.ones((2, 3))    # 2x3 единиц
9range_arr = np.arange(0, 10, 2)  # [0, 2, 4, 6, 8]
10linspace = np.linspace(0, 1, 5)  # 5 равномерных значений
11
12# Случайные числа
13random = np.random.rand(3, 3)  # Uniform [0, 1)
14normal = np.random.randn(1000)  # Normal distribution

1a = np.array([1, 2, 3])
2b = np.array([4, 5, 6])
3
4# Поэлементные операции
5c = a + b      # [5, 7, 9]
6c = a * b      # [4, 10, 18]
7c = a ** 2     # [1, 4, 9]
8
9# Статистика
10mean = np.mean(a)      # Среднее
11std = np.std(a)        # Стандартное отклонение
12median = np.median(a)  # Медиана
13min_val = np.min(a)    # Минимум
14max_val = np.max(a)    # Максимум
15
16# Линейная алгебра
17matrix = np.array([[1, 2], [3, 4]])
18transpose = matrix.T
19inverse = np.linalg.inv(matrix)
20determinant = np.linalg.det(matrix)

1arr = np.array([10, 20, 30, 40, 50])
2
3# Базовая индексация
4print(arr[0])      # 10
5print(arr[-1])     # 50
6
7# Срезы
8print(arr[1:4])    # [20, 30, 40]
9print(arr[::2])    # [10, 30, 50]
10
11# Булевая индексация
12mask = arr > 25
13print(arr[mask])   # [30, 40, 50]
14
15# 2D индексация
16matrix = np.array([[1, 2], [3, 4], [5, 6]])
17print(matrix[0, 1])  # 2
18print(matrix[:, 0])  # [1, 3, 5]

1import pandas as pd
2
3# Создание DataFrame
4data = {
5    'name': ['Alice', 'Bob', 'Charlie', 'Diana'],
6    'age': [25, 30, 35, 28],
7    'city': ['NYC', 'LA', 'NYC', 'Boston'],
8    'salary': [50000, 60000, 70000, 55000]
9}
10df = pd.DataFrame(data)
11
12# Загрузка из файла
13df = pd.read_csv('data.csv')
14df = pd.read_excel('data.xlsx')
15df = pd.read_json('data.json')

1# Информация о данных
2print(df.head())          # Первые 5 строк
3print(df.info())          # Типы данных
4print(df.describe())      # Статистика
5
6# Выбор данных
7print(df['name'])         # Один столбец
8print(df[['name', 'age']])  # Несколько столбцов
9print(df[df['age'] > 25])   # Фильтрация
10
11# Добавление столбца
12df['salary_k'] = df['salary'] / 1000
13
14# Группировка
15grouped = df.groupby('city').agg({
16    'salary': ['mean', 'max'],
17    'age': 'mean'
18})
19
20# Пропуски
21df.isnull().sum()         # Подсчёт пропусков
22df.dropna()               # Удаление строк с пропусками
23df.fillna(0)              # Заполнение пропусков

1# merge (аналог SQL JOIN)
2result = pd.merge(df1, df2, on='id', how='left')
3
4# concat (склейка)
5result = pd.concat([df1, df2], axis=0)  # По строкам
6result = pd.concat([df1, df2], axis=1)  # По столбцам
7
8# join (по индексам)
9result = df1.join(df2, how='inner')

1# Парсинг дат
2df['date'] = pd.to_datetime(df['date'])
3
4# Установка индекса
5df.set_index('date', inplace=True)
6
7# Ресемплирование
8daily = df.resample('D').mean()      # Среднее по дням
9monthly = df.resample('M').sum()     # Сумма по месяцам
10
11# Скользящее среднее
12df['ma_7'] = df['value'].rolling(window=7).mean()

1import matplotlib.pyplot as plt
2
3# Линейный график
4plt.figure(figsize=(10, 6))
5plt.plot(x, y, label='Данные')
6plt.xlabel('X')
7plt.ylabel('Y')
8plt.title('Линейный график')
9plt.legend()
10plt.savefig('plot.png')
11plt.show()
12
13# Гистограмма
14plt.hist(data, bins=30, alpha=0.7)
15plt.xlabel('Значение')
16plt.ylabel('Частота')
17plt.title('Гистограмма')
18
19# Scatter plot
20plt.scatter(x, y, c=colors, s=sizes, alpha=0.6)
21plt.colorbar()

1fig, axes = plt.subplots(2, 2, figsize=(12, 10))
2
3axes[0, 0].plot(x, y1)
4axes[0, 0].set_title('График 1')
5
6axes[0, 1].scatter(x, y2)
7axes[0, 1].set_title('График 2')
8
9axes[1, 0].bar(categories, values)
10axes[1, 0].set_title('График 3')
11
12axes[1, 1].pie(sizes, labels=labels)
13axes[1, 1].set_title('График 4')
14
15plt.tight_layout()
16plt.show()

1# Использование стилей
2plt.style.use('seaborn-v0_8')
3
4# Пользовательские цвета
5colors = ['#FF6B6B', '#4ECDC4', '#45B7D1', '#96CEB4']
6
7fig, ax = plt.subplots()
8bars = ax.bar(categories, values, color=colors)
9ax.bar_label(bars, fmt='%.1f')

1import pandas as pd
2import matplotlib.pyplot as plt
3
4# Загрузка данных
5df = pd.read_csv('sales.csv')
6
7# Анализ продаж по месяцам
8monthly_sales = df.groupby('month')['revenue'].sum()
9
10# Визуализация
11fig, ax = plt.subplots(figsize=(12, 6))
12monthly_sales.plot(kind='bar', ax=ax, color='steelblue')
13ax.set_title('Продажи по месяцам')
14ax.set_xlabel('Месяц')
15ax.set_ylabel('Выручка')
16plt.tight_layout()
17plt.savefig('monthly_sales.png')