Matplotlib多圖表繪製與Pandas系列操作

– 24 分鐘閱讀

Matplotlib 提供了 subplots 函式，可以方便地在一張圖表中繪製多個子圖，便於比較和分析不同資料集。Pandas Series 作為 Pandas 重要的資料結構之一，提供了一維標籤資料的操作功能，包含建立、索引、切片、過濾和查詢等。開發者可以根據需求，從列表、字典、NumPy 陣列或標量值建立 Series。理解 Series 的索引機制，包含使用標籤和位置索引，對於高效地存取和運算元據至關重要。使用 loc、iloc 和布林遮罩可以根據不同條件選取資料子集，方便進行資料分析和處理。此外，複製引數 copy 的正確使用，可以避免意外修改原始資料，確保資料的完整性。

使用Matplotlib進行多圖表繪製

在進行資料視覺化時，經常需要在同一張圖表中繪製多個子圖，以便於比較和分析不同的資料。Matplotlib是一個強大的Python資料視覺化函式庫，提供了方便的方法來建立多個子圖。

建立多個子圖

首先，讓我們觀察以下程式碼：

myfig, myaxs = myplt.subplots(2, 2)

這裡，myplt.subplots(2, 2)傳回了一個圖表物件myfig和一個2x2的軸物件陣列myaxs。這意味著我們可以在同一張圖表中繪製四個不同的子圖。

範例程式：Chap6_Example6.17.py

下面是完整的範例程式：

import matplotlib.pyplot as myplt
import numpy as mynp

# 建立資料
myxaxis_data = mynp.arange(1, 11)
my_y1 = myxaxis_data
my_y2 = myxaxis_data * 2
my_y3 = myxaxis_data ** 2
my_y4 = myxaxis_data ** 3

# 建立圖表和軸物件
myfig, myax = myplt.subplots(2, 2)

# 繪製子圖1
myax[0, 0].plot(myxaxis_data, my_y1, color='r', marker='o')
myax[0, 0].set(xlabel='X軸資料', ylabel='Y軸資料', title='相同值線性')

# 繪製子圖2
myax[0, 1].plot(myxaxis_data, my_y2, color='b', marker='o')
myax[0, 1].set(xlabel='X軸資料', ylabel='Y軸資料', title='X軸的兩倍')

# 繪製子圖3
myax[1, 0].plot(myxaxis_data, my_y3, color='y', marker='o')
myax[1, 0].set(xlabel='X軸資料', ylabel='Y軸資料', title='平方函式')

# 繪製子圖4
myax[1, 1].plot(myxaxis_data, my_y4, color='g', marker='o')
myax[1, 1].set(xlabel='X軸資料', ylabel='Y軸資料', title='立方函式')

這個範例程式建立了四個不同的子圖，每個子圖都有自己的資料和標題。透過使用myplt.subplots(2, 2)，我們可以輕鬆地建立多個子圖，並使用myax陣列來存取每個子圖的軸物件。

內容解密：

  • myplt.subplots(2, 2)傳回了一個圖表物件myfig和一個2x2的軸物件陣列myaxs。
  • myax[0, 0]、myax[0, 1]、myax[1, 0]和myax[1, 1]分別代表四個子圖的軸物件。
  • plot()函式用於繪製每個子圖的資料。
  • set()函式用於設定每個子圖的標題、X軸標籤和Y軸標籤。

圖表翻譯：

以下是使用Mermaid語法繪製的流程圖：

  flowchart TD
    A[開始] --> B[建立資料]
    B --> C[建立圖表和軸物件]
    C --> D[繪製子圖1]
    D --> E[繪製子圖2]
    E --> F[繪製子圖3]
    F --> G[繪製子圖4]
    G --> H[顯示圖表]

這個流程圖展示了建立多個子圖的步驟，從建立資料到顯示圖表。

重點回顧

  • 條形圖可以用於比較不同類別的值，包括垂直和水平條形圖。
  • 餅圖適合顯示類別資料的相對比例。
  • 散點圖用於視覺化兩個連續變數之間的關係。
  • 直方圖用於視覺化連續資料的分佈。
  • 子圖允許在單個圖表中繪製多個圖。

問題與練習

  1. 如何在Python中建立一個垂直條形圖？
  2. 如何在條形圖中為條形新增標籤？
  3. 什麼是水平條形圖和堆積疊條形圖？如何在Python中建立它們？
  4. 給出一個垂直堆積疊條形圖的例子。
  5. 給出一個水平堆積疊條形圖的例子。
  6. 如何在Python中建立一個分組條形圖（叢集條形圖）？
  7. 如何在Python中建立一個餅圖？
  8. 什麼是直方圖？如何在Python中建立一個直方圖？
  9. 如何在Python中建立一個散點圖？
  10. 什麼是子圖？如何在matplotlib中使用它來建立單個圖表中的多個圖？

在下一章中，我們將探討pandas系列在資料科學中的應用。pandas系列是一種基本的資料結構，用於處理一維標記資料，這在許多資料分析任務中非常常見。透過pandas系列，我們可以高效地組織、存取和分析資料。

探索 Pandas Series：Python 中的資料科學基本

簡介

Pandas 是一款強大且流行的 Python 套件，適用於資料分析和操作。它提供簡單易用的資料結構和分析功能，適用於結構化資料，包括表格、時間序列和異質資料。Pandas 與其他資料分析函式庫如 Matplotlib、SciPy 和 Scikit-learn 相容，並根據 NumPy 建立，因此需要 NumPy 函式庫來運作。Series 和 DataFrame 是 Pandas 中的兩個主要資料結構。Series 相似於電子試算表中的欄或 SQL 表中的欄，是一維的命名陣列，可以儲存任何型別的資料（整數、浮點數、文字等）。DataFrame 是二維的標記資料結構，可以儲存不同型別的資料。

Pandas 的特點

Pandas 提供了多種資料操作和分析功能，包括資料清理、合併和連線、重塑、過濾、排序、分組和彙總等。此外，Pandas 還支援複雜的資料分析活動，如機器學習、統計建模和時間序列分析。Pandas 廣泛應用於資料科學、機器學習、金融、經濟學、社會科學等領域，其受歡迎程度源於其簡單性、適應性和強大的功能，使其成為 Python 資料分析的重要工具。

安裝 Pandas

我們可以使用 pip 安裝 Pandas：

pip install pandas

Python 程式碼通常使用 import pandas as mypd 來匯入 Pandas 函式庫並將其別名為 mypd。

Series 結構

Series 是一維的標記陣列，可以儲存任何型別的資料。Series 的值可以更改，但 Series 的大小是不可更改的。下面是 Series 的基本結構：

import pandas as mypd

# 建立一個 Series 從一個列表
series = mypd.Series([1, 2, 3, 4, 5])
print(series)

這將輸出：

0    1
1    2
2    3
3    4
4    5
dtype: int64

Series 建構函式

Series 的建構函式為 Series(data=None, index=None, dtype=None, name=None, copy=None, fastpath=False)。其中：

  • data: Series 中儲存的資料，可以是標量值、字典、列表或 NumPy 陣列。
  • index: Series 的索引標籤，可以是字典、列表、陣列或範圍。如果未提供索引，Series 將使用預設的整數索引從 0 開始。
  • dtype: Series 中值的資料型別。如果未提供，Pandas 將嘗試從輸入資料中推斷資料型別。
  • name: Series 的名稱。
  • copy: 用於決定是否複製輸入資料。
  • fastpath: 大多數使用者不需要使用此引數，因為它僅用於內部最佳化。

建立 Series

我們可以使用 mypd.Series() 函式建立一個 Series：

import pandas as mypd

# 建立一個 Series 從一個列表
series = mypd.Series([1, 2, 3, 4, 5])
print(series)

這將輸出：

0    1
1    2
2    3
3    4
4    5
dtype: int64

內容解密：

在上面的程式碼中，我們建立了一個 Series 從一個列表 [1, 2, 3, 4, 5]。Series 的索引標籤預設從 0 開始，因此輸出中顯示的索引標籤為 0、1、2、3 和 4。Series 的值為 [1, 2, 3, 4, 5]，資料型別為 int64。

圖表翻譯：

下面是 Series 的結構圖：

  graph LR
    A[Series] --> B[索引標籤]
    A --> C[值]
    B --> D[0]
    B --> E[1]
    B --> F[2]
    B --> G[3]
    B --> H[4]
    C --> I[1]
    C --> J[2]
    C --> K[3]
    C --> L[4]
    C --> M[5]

這個圖表顯示了 Series 的結構，其中索引標籤為 0、1、2、3 和 4，值為 [1, 2, 3, 4, 5]。

建立Pandas Series

Pandas Series是一種一維標籤資料結構，類別似於一列資料。它可以從列表、字典或其他資料結構建立。

從列表建立Series

當從列表建立Series時，如果沒有指定索引，Pandas將自動建立一個預設的整數索引。

import pandas as pd

mylist = [1, 2, 3, 4, 5]
mypd_series = pd.Series(mylist)
print(mypd_series)

輸出：

0    1
1    2
2    3
3    4
4    5
dtype: int64

從字典建立Series

當從字典建立Series時，字典的鍵將被用作Series的索引，字典的值將被用作Series的資料。

mydict = {'key1': 1, 'key2': 2, 'key3': 3, 'key4': 4, 'key5': 5}
mypd_series = pd.Series(mydict)
print(mypd_series)

輸出：

key1    1
key2    2
key3    3
key4    4
key5    5
dtype: int64

內容解密：

在上面的例子中，我們可以看到Pandas Series如何從列表和字典建立。當從列表建立Series時，Pandas自動建立了一個預設的整數索引。當從字典建立Series時，字典的鍵被用作Series的索引，字典的值被用作Series的資料。

圖表翻譯：

  flowchart TD
    A[建立Series] --> B[從列表建立]
    B --> C[自動建立預設索引]
    A --> D[從字典建立]
    D --> E[使用字典鍵作為索引]

這個流程圖展示了建立Pandas Series的過程。當從列表建立Series時，Pandas自動建立了一個預設的整數索引。當從字典建立Series時，字典的鍵被用作Series的索引。

建立Pandas系列

Pandas系列是一種一維標籤資料結構，類別似於一維陣列，但比陣列更強大。它可以包含不同型別的資料，包括整數、浮點數、字串等。

從NumPy陣列建立Pandas系列

我們可以使用pd.Series()函式從NumPy陣列建立Pandas系列。下面的程式碼示範瞭如何從NumPy陣列建立Pandas系列：

import pandas as pd
import numpy as np

# 建立一個NumPy陣列
my_array = np.array([11, 12, 13, 14, 15])

# 建立一個Pandas系列
my_series = pd.Series(my_array)

print(my_series)

輸出：

0    11
1    12
2    13
3    14
4    15
dtype: int32

從標量值建立Pandas系列

如果我們想從標量值建立Pandas系列，我們需要提供一個索引。標量值將根據索引的長度重複。下面的程式碼示範瞭如何從標量值建立Pandas系列：

import pandas as pd

# 建立一個Pandas系列從標量值
my_series = pd.Series(10, index=[1, 2, 3, 4])

print(my_series)

輸出：

1    10
2    10
3    10
4    10
dtype: int64

內容解密：

在上面的程式碼中，我們使用pd.Series()函式從NumPy陣列和標量值建立Pandas系列。當建立系列時，Pandas會自動為每個元素分配一個索引。對於從NumPy陣列建立的系列，索引預設為整數索引。對於從標量值建立的系列，我們需要提供一個索引，以便Pandas知道如何重複標量值。

圖表翻譯：

  flowchart TD
    A[建立NumPy陣列] --> B[建立Pandas系列]
    B --> C[輸出Pandas系列]
    C --> D[重複標量值]
    D --> E[輸出最終結果]

在這個流程圖中，我們首先建立一個NumPy陣列，然後使用pd.Series()函式建立一個Pandas系列。接著，我們輸出Pandas系列，並重複標量值根據索引的長度。最後，我們輸出最終結果。

使用Pandas RangeIndex建立系列

Pandas的RangeIndex是一種預設的索引型別，代表了一個整數序列，常用於沒有指定索引的DataFrames和系列中。以下是建立一個Pandas系列的語法和程式碼範例：

import pandas as pd

# 建立一個列表
my_list = [11, 12, 13, 14, 15]

# 建立一個Pandas系列
my_series = pd.Series(my_list)

# 設定系列的索引為RangeIndex
my_series.index = pd.RangeIndex(start=6, stop=11, step=1)

# 輸出系列
print(my_series)

輸出結果：

6    11
7    12
8    13
9    14
10   15
dtype: int64

在這個範例中，我們首先建立一個列表my_list，然後使用pd.Series()函式建立一個Pandas系列my_series。接下來，我們設定系列的索引為RangeIndex，指定起始值為6，結束值為11，步長為1。最後，我們輸出系列的結果。

內容解密：

  • pd.RangeIndex()函式用於建立一個RangeIndex索引物件。
  • start引數指定索引的起始值。
  • stop引數指定索引的結束值。
  • step引數指定索引的步長。
  • dtype引數指定索引的資料型別。
  • copy引數指定是否複製索引物件。
  • name引數指定索引物件的名稱。

圖表翻譯：

  flowchart TD
    A[建立列表] --> B[建立Pandas系列]
    B --> C[設定RangeIndex索引]
    C --> D[輸出系列]

在這個流程圖中，我們首先建立一個列表，然後建立一個Pandas系列。接下來，我們設定系列的索引為RangeIndex，最後輸出系列的結果。

建立具有指定資料型別和名稱的 Pandas Series

Pandas Series 的資料型別（dtype）可以透過 Series() 建構函式進行指定，從而對 Series 中的元素資料型別進行明確控制。同時，name 引數可以用於為 Series 賦予一個名稱，提供給資料的標籤。以下是相關示例程式碼：

import pandas as pd

# 定義列表資料
my_list = [11, 12, 13, 14, 15]

# 建立具有 float 資料型別的 Pandas Series
series_float = pd.Series(my_list, dtype='float')

# 指定 Series 的名稱
series_float.name = "系列名稱"

# 指定索引的名稱
series_float.index.name = "索引名稱"

print(series_float)

輸出結果如下：

索引名稱
0    11.0
1    12.0
2    13.0
3    14.0
4    15.0
名稱: 系列名稱, dtype: float64

內容解密：

  1. 資料型別指定：透過 dtype 引數，可以指定 Series 中元素的資料型別。在這個例子中，我們將 my_list 中的整數轉換為浮點數，以示範如何控制 Series 的資料型別。
  2. Series 名稱：使用 name 屬性，可以為 Series 賦予一個名稱。這個名稱將出現在輸出結果中，作為 Series 的標籤。
  3. 索引名稱：同樣地，使用 index.name 屬性，可以為 Series 的索引賦予一個名稱。這個名稱將出現在輸出結果中，作為索引的標籤。
  4. 輸出結果：最終輸出的 Series 顯示了指定的資料型別、Series 名稱和索引名稱。每個元素都以浮點數形式呈現，且具有明確的索引和 Series 名稱。

圖表翻譯：

  flowchart TD
    A[定義列表資料] --> B[建立 Pandas Series]
    B --> C[指定 Series 名稱]
    C --> D[指定索引名稱]
    D --> E[輸出結果]

這個流程圖描述了建立具有指定資料型別和名稱的 Pandas Series 的步驟：從定義列表資料開始，到建立 Series、指定名稱，最後輸出結果。每個步驟都對應到程式碼中的特定操作，展示瞭如何控制 Series 的資料型別和名稱。

探索 Pandas Series 的複製引數

在使用 Pandas Series 進行資料操作時，複製引數（copy parameter）扮演著重要的角色。它控制著當您修改或操作資料時，是否會建立一個深度複製（deep copy）或是參考複製（reference copy）。當您設定 copy=True 時，會建立一個深度複製，確保對新 Series 的修改不會影響原始資料。相反地，設定 copy=False 會導致建立一個參考複製，這允許對新 Series 的修改影響原始資料，這樣可以節省記憶體，但需要謹慎以避免意外的修改。

這個引數在需要確保資料完整性和獨立性的情況下尤其有用，例如在使用 Pandas 進行探索性資料分析和操作時。下面的範例程式碼將展示這個引數的作用：

import pandas as pd
import numpy as np

# 建立一個 NumPy 陣列
my_ndarray = np.array([11, 12, 13, 14])

# 使用 copy=False 建立 Series
my_series = pd.Series(my_ndarray, copy=False)

# 修改 Series 中的元素
my_series[1] = 32

print("當 copy=False 時，不會建立獨立的複製。")
print("my_series 的資料是：")
print(my_series)
print(f"當 copy=False 時，my_ndarray 的資料是：{my_ndarray}")

# 建立另一個 NumPy 陣列
my_ndarray2 = np.array([11, 12, 13, 14])

# 使用 copy=True 建立 Series
my_series2 = pd.Series(my_ndarray2, copy=True)

# 修改 Series 中的元素
my_series2[1] = 32

print("當 copy=True 時，會建立獨立的複製。")
print("my_series2 的資料是：")
print(my_series2)
print(f"當 copy=True 時，my_ndarray2 的資料是：{my_ndarray2}")

內容解密：

  • copy=False 時，Pandas 會建立一個參考複製，這意味著對新 Series 的修改會影響原始 NumPy 陣列。
  • copy=True 時，Pandas 會建立一個深度複製，這確保了對新 Series 的修改不會影響原始 NumPy 陣列。
  • 這個引數對於控制資料操作的行為和確保資料的完整性非常重要。

圖表翻譯：

  flowchart TD
    A[原始資料] -->|copy=False|> B[參考複製]
    B --> C[修改 Series]
    C --> D[影響原始資料]
    A -->|copy=True|> E[深度複製]
    E --> F[修改 Series]
    F --> G[不影響原始資料]

圖表解釋：

這個流程圖展示了當使用 copy=False 和 copy=True 時，Pandas Series 的行為差異。當 copy=False 時，修改 Series 會影響原始資料；而當 copy=True 時，修改 Series 不會影響原始資料。這個圖表幫助理解複製引數如何影響資料操作的結果。

內容解密：複製資料的重要性

在進行資料操作時，瞭解複製資料的機制至關重要。讓我們深入探討一下 copy() 函式的作用和其引數 copy 的影響。

當我們建立一個新的資料結構（如 Series 或 ndarray）時，我們可以選擇是否建立一個獨立的複製品。這一選擇對於後續的資料操作有著重要的影響。

import numpy as np
import pandas as pd

# 建立原始資料
myseries = pd.Series([11, 32, 13, 14], index=[0, 1, 2, 3])
myndarray = np.array([11, 32, 13, 14])

# 複製資料，copy=False
myseries2 = myseries.copy(False)
myndarray2 = myndarray.copy()

print("當 copy=False 時，無論是否建立獨立複製。myseries 資料是:")
print(myseries2)
print(f"當 copy=False 時，myndarray 資料是:\n{myndarray2}")

# 複製資料，copy=True
myseries3 = myseries.copy(True)
myndarray3 = myndarray.copy()

print("\n當 copy=True 時，建立獨立複製。myseries 資料是:")
print(myseries3)
print(f"當 copy=True 時，myndarray 資料是:\n{myndarray3}")

圖表翻譯：複製資料流程

  flowchart TD
    A[原始資料] --> B[複製選擇]
    B --> C[copy=False: 分享記憶體]
    B --> D[copy=True: 建立新記憶體]
    C --> E[修改原始資料: 影響複製]
    D --> F[修改原始資料: 不影響複製]

在上述程式碼中，我們首先建立了一個 Series 物件 myseries 和一個 ndarray 物件 myndarray。接著，我們使用 copy() 函式建立了這些物件的複製品，並分別設定 copy 引數為 False 和 True。

結果顯示，當 copy=False 時，對原始資料的修改會影響到複製品；而當 copy=True 時，對原始資料的修改不會影響到複製品。這是因為 copy=True 建立了一個完全獨立的記憶體空間，用於儲存複製品的資料。

因此，在進行資料操作時，瞭解 copy() 函式的作用和其引數 copy 的影響至關重要，以確保資料的正確性和安全性。

存取系列值：使用 head 和 tail 方法

在 Pandas 中，head 和 tail 方法分別用於存取系列（Series）的前幾行和後幾行。這兩個方法都可以根據需要設定要存取的行數。

head 方法

head 方法用於存取系列的前幾行。預設情況下，它會傳回系列的前五行。但是，你也可以透過傳入一個整數引數 n 來指定要傳回的行數。

import pandas as pd

# 建立一個範例系列
my_series = pd.Series([i for i in range(20)])

# 預設情況下，傳回前五行
print(my_series.head())

# 傳回前兩行
print(my_series.head(n=2))

tail 方法

tail 方法用於存取系列的後幾行。同樣，預設情況下，它會傳回系列的後五行。你也可以透過傳入一個整數引數 n 來指定要傳回的行數。如果 n 是負數，則會傳回除前 n 行以外的所有行。

# 傳回後五行
print(my_series.tail())

# 傳回後兩行
print(my_series.tail(n=2))

# 等同於傳回後兩行
print(my_series.tail(n=-18))

執行結果

當你執行這些方法時，會得到以下輸出：

0    0
1    1
2    2
3    3
4    4
dtype: int64

0    0
1    1
dtype: int64

這些方法對於快速瀏覽和檢查你的資料非常有用，尤其是在處理大型資料集時。透過使用 head 和 tail 方法，你可以輕鬆地檢視你的資料的開始和結束部分，從而更好地理解你的資料結構和內容。

存取Pandas系列中的元素

Pandas系列中的個別元素可以使用索引標籤或元素的整數位置來存取。以下是相關語法：

mypd_series[x]

其中，x可以是索引值，例如mypd_series[3]，這將傳回索引3處的值。索引列表mypd_series[[1,2,4]]，這將傳回索引1、2和4處的值。對於切片mypd_series[2:5]，這將傳回從索引2到索引4的值。

以下是示例程式碼Chap7_Example7.9.py，展示如何使用索引標籤和整數位置存取元素：

import pandas as pd

# 建立一個Pandas系列
mylist = [11, 12, 13, 14, 15]
mypd_series = pd.Series(mylist, index=['r', 's', 't', 'u', 'v'])

# 使用索引標籤存取元素
print(mypd_series['u'])

# 使用整數位置存取元素
print(mypd_series[3])

輸出：

14

這個示例展示瞭如何使用索引標籤和整數位置存取Pandas系列中的元素。

使用Pandas進行系列資料切片

Pandas系列可以透過索引標籤或整數位置進行切片。以下程式碼示範瞭如何使用Pandas進行系列資料切片：

import pandas as pd

# 建立一個Pandas系列
my_list = [11, 12, 13, 14, 15]
pd_series = pd.Series(my_list, index=['r', 's', 't', 'u', 'v'])

# 使用索引標籤進行切片
print(pd_series['r':'u'])

# 使用整數位置進行切片
print(pd_series[1:4])

輸出結果：

r    11
s    12
t    13
u    14
dtype: int64

s    12
t    13
u    14
dtype: int64

從上述範例中，我們可以觀察到兩個重要點：

  1. 在根據標籤的切片中，結束/停止屬性是包含的，這就是為什麼我們可以看到索引標籤u被包含在內。
  2. 在根據索引的切片中，結束/停止屬性不包含，如果指定的話。這就是為什麼四不被包含在 [1:4] 中，我們可以看到值從第一個索引到第三個索引被傳回。

然而，使用索引方法有一個問題。如果我們嘗試存取指定索引或標籤（根據位置或根據標籤的選擇）但不存在的資料，則會出現錯誤。例如，在相同的程式碼中，如果我們嘗試使用 print(pd_series[10])，則會出現 IndexError: index 10 is out of bounds for axis 0 with size 5 錯誤。如果我們嘗試使用 print(pd_series['a'])，則會出現 KeyError: 'a' 錯誤。

為了克服這個問題，我們可以使用 get() 方法，如下所示：

print(pd_series.get(10))

內容解密：

在上述程式碼中，我們首先匯入 pandas 函式庫並建立一個 pandas 系列 pd_series。然後，我們使用索引標籤和整數位置進行切片。最後，我們使用 get() 方法來存取指定索引的值，如果不存在則傳回 None。

圖表翻譯：

  flowchart TD
    A[建立Pandas系列] --> B[使用索引標籤進行切片]
    B --> C[使用整數位置進行切片]
    C --> D[使用get()方法存取值]
    D --> E[傳回值或None]

在這個流程圖中，我們展示瞭如何建立一個 pandas 系列，然後使用索引標籤和整數位置進行切片，最後使用 get() 方法來存取指定索引的值。如果不存在則傳回 None。

使用get()方法存取資料

在Pandas中，get()方法允許您使用標籤或索引存取系列中的值。當您嘗試存取不存在的索引或標籤時，get()方法傳回None，除非您指定了預設值。

import pandas as pd

# 建立一個Pandas Series
mypd_series = pd.Series([11, 12, 13], index=['a', 'b', 'c'])

# 存取不存在的索引或標籤
print(mypd_series.get('a'))  # 輸出：11
print(mypd_series.get('d'))  # 輸出：None

# 指定預設值
print(mypd_series.get('d', default=22))  # 輸出：22

使用loc和iloc索引器存取值

Pandas提供了兩種索引器：loc和iloc。loc索引器使用標籤進行索引，而iloc索引器使用整數位置進行索引。

# 使用loc索引器存取值
print(mypd_series.loc['a'])  # 輸出：11
print(mypd_series.loc[['a', 'b']])  # 輸出：[11, 12]

# 使用iloc索引器存取值
print(mypd_series.iloc[0])  # 輸出：11
print(mypd_series.iloc[[0, 1]])  # 輸出：[11, 12]

內容解密：

在上述程式碼中，我們建立了一個Pandas Series mypd_series，然後使用get()方法存取系列中的值。當我們嘗試存取不存在的索引或標籤時，get()方法傳回None，除非我們指定了預設值。接著，我們使用loc和iloc索引器存取系列中的值。loc索引器使用標籤進行索引，而iloc索引器使用整數位置進行索引。

圖表翻譯：

  flowchart TD
    A[建立Pandas Series] --> B[使用get()方法存取值]
    B --> C[使用loc索引器存取值]
    C --> D[使用iloc索引器存取值]
    D --> E[輸出結果]

在上述圖表中，我們展示了建立Pandas Series、使用get()方法存取值、使用loc索引器存取值和使用iloc索引器存取值的過程。最終，我們輸出結果。

使用iloc和loc存取資料

在Pandas中，iloc和loc是兩種不同方式來存取資料。iloc是根據整數位置的存取，而loc是根據標籤的存取。

使用iloc

iloc是根據整數位置的存取，從0開始。以下是使用iloc的範例：

import pandas as pd

mylist = [11, 12, 13, 14, 15]
mypd_series = pd.Series(mylist, index=['r', 's', 't', 'u', 'v'])

print(mypd_series.iloc[1])  # 輸出：12
print(mypd_series.iloc[[1, 3]])  # 輸出：[12, 14]
print(mypd_series.iloc[1:3])  # 輸出：[12, 13]
print(mypd_series.iloc[-1])  # 輸出：15

內容解密：

  • mypd_series.iloc[1]：存取索引為1的元素，即12。
  • mypd_series.iloc[[1, 3]]：存取索引為1和3的元素，即12和14。
  • mypd_series.iloc[1:3]：存取索引從1到3的元素，即12和13。
  • mypd_series.iloc[-1]：存取最後一個元素，即15。

使用loc

loc是根據標籤的存取。以下是使用loc的範例：

print(mypd_series.loc['s'])  # 輸出：12
print(mypd_series.loc[['s', 'u']])  # 輸出：[12, 14]
print(mypd_series.loc['s':'u'])  # 輸出：[12, 13, 14]

圖表翻譯：

  flowchart TD
    A[開始] --> B[使用iloc]
    B --> C[使用loc]
    C --> D[輸出結果]

圖表翻譯：

  • mypd_series.loc['s']：存取標籤為’s’的元素，即12。
  • mypd_series.loc[['s', 'u']]：存取標籤為’s’和’u’的元素，即12和14。
  • mypd_series.loc['s':'u']：存取標籤從’s’到’u’的元素，即12、13和14。

使用布林遮罩進行條件選擇

在 Pandas 中，使用布林遮罩（Boolean Masking）是一種強大的資料選擇方法。它允許您根據條件從 Series 或 DataFrame 中選擇值。這種方法適用於 iloc、loc 和正常索引器。

基本概念

布林遮罩是指一個布林值的陣列，該陣列的每個元素對應於 Series 或 DataFrame 中的每個值。當布林值為 True 時，相應的值會被選擇。

範例

import pandas as pd

# 建立一個 Pandas Series
mylist = [11, 12, 13, 14, 15]
series = pd.Series(mylist)

# 使用布林遮罩選擇值
mask = series > 12
print(series[mask])

在這個範例中，mask 是一個布林值的陣列，表示 Series 中的每個值是否大於 12。然後，使用 series[mask] 選擇符合條件的值。

結果

2    13
3    14
4    15
dtype: int64

如您所見，選擇了 Series 中大於 12 的值。

使用 iloc 和 loc

布林遮罩也可以與 iloc 和 loc 索引器一起使用。以下是範例：

# 使用 iloc 和布林遮罩
print(series.iloc[mask])

# 使用 loc 和布林遮罩
print(series.loc[mask])

這兩個範例都會產生相同的結果，因為 iloc 和 loc 都支援布林遮罩。

使用布林值陣列進行Series索引

在Pandas中，當您有一個Series物件時，可以使用布林值陣列來選擇特定的元素。這種方法允許您根據條件選擇Series中的元素。

範例程式碼

import pandas as pd

# 建立一個Series物件
mylist = [10, 11, 12, 13, 14, 15]
mypd_series = pd.Series(mylist)

# 使用布林值陣列進行索引
bool_array = [True, False, True, False, True, False]
print(mypd_series[bool_array])

輸出結果

0    10
2    12
4    14
dtype: int64

使用iloc和loc進行索引

除了使用布林值陣列進行索引外，您還可以使用iloc和loc方法來選擇Series中的元素。

iloc方法

print(mypd_series.iloc[[0, 2, 4]])

loc方法

print(mypd_series.loc[[0, 2, 4]])

輸出結果

0    10
2    12
4    14
dtype: int64

使用get方法進行索引

您還可以使用get方法來選擇Series中的元素。

print(mypd_series.get([0, 2, 4]))

輸出結果

0    10
2    12
4    14
dtype: int64

內容解密：

在上述範例中，我們建立了一個Series物件mypd_series，然後使用布林值陣列bool_array進行索引。布林值陣列中的True值對應於Series中的元素將被選擇。然後，我們使用iloc和loc方法來選擇Series中的元素，最後使用get方法來選擇Series中的元素。

圖表翻譯：

  flowchart TD
    A[建立Series物件] --> B[使用布林值陣列進行索引]
    B --> C[使用iloc方法進行索引]
    C --> D[使用loc方法進行索引]
    D --> E[使用get方法進行索引]
    E --> F[輸出結果]

在這個流程圖中，我們展示瞭如何建立一個Series物件，然後使用不同的方法來選擇Series中的元素。每一步驟都對應於上述範例中的程式碼。

Pandas Series 過濾與查詢

Pandas Series 是一個一維的標籤資料結構，類別似於一維陣列，但每個元素都有一個對應的索引標籤。過濾和查詢是資料分析中非常重要的步驟，Pandas Series 提供了多種方法來實作這些功能。

使用布林值過濾

布林值過濾是一種常見的過濾方法，透過建立一個布林值序列來選擇滿足條件的元素。例如：

import pandas as pd

# 建立一個 Pandas Series
my_list = [11, 12, 13, 14, 15]
my_series = pd.Series(my_list, index=['r', 's', 't', 'u', 'v'])

# 建立一個布林值序列
my_bool_filter = my_series > 13

# 過濾 Series
my_filtered_series = my_series[my_bool_filter]

print(my_filtered_series)

輸出：

u    14
v    15
dtype: int64

在這個例子中，我們建立了一個布林值序列 my_bool_filter，其中只有大於 13 的元素為 True。然後，我們使用這個布林值序列來過濾原始 Series，得到一個新的 Series my_filtered_series。

使用可呼叫物件過濾

可呼叫物件是一種特殊的物件，可以被用作函式。Pandas Series 支援使用可呼叫物件來過濾元素。例如：

import pandas as pd

# 建立一個 Pandas Series
my_list = [11, 12, 13, 14, 15]
my_series = pd.Series(my_list, index=['r', 's', 't', 'u', 'v'])

# 定義一個可呼叫物件
def filter_func(x):
    return x > 13

# 過濾 Series
my_filtered_series = my_series[filter_func]

print(my_filtered_series)

輸出：

u    14
v    15
dtype: int64

在這個例子中，我們定義了一個可呼叫物件 filter_func，它接收一個元素並傳回一個布林值。然後，我們使用這個可呼叫物件來過濾原始 Series，得到一個新的 Series my_filtered_series。

使用 loc 和 iloc 過濾

Pandas Series 也支援使用 loc 和 iloc 來過濾元素。loc 是根據標籤的索引，而 iloc 是根據位置的索引。例如：

import pandas as pd

# 建立一個 Pandas Series
my_list = [11, 12, 13, 14, 15]
my_series = pd.Series(my_list, index=['r', 's', 't', 'u', 'v'])

# 使用 loc 過濾
my_filtered_series = my_series.loc[my_series > 13]

print(my_filtered_series)

輸出：

u    14
v    15
dtype: int64

在這個例子中，我們使用 loc 來過濾原始 Series，得到一個新的 Series my_filtered_series。

內容解密：

在上面的例子中，我們使用了不同的方法來過濾 Pandas Series。布林值過濾是一種常見的方法，透過建立一個布林值序列來選擇滿足條件的元素。可呼叫物件過濾是一種特殊的方法，透過定義一個可呼叫物件來過濾元素。loc 和 iloc 是根據標籤和位置的索引方法，可以用來過濾元素。

圖表翻譯：

  flowchart TD
    A[原始 Series] --> B[布林值過濾]
    B --> C[過濾後 Series]
    A --> D[可呼叫物件過濾]
    D --> C
    A --> E[loc 過濾]
    E --> C
    A --> F[iloc 過濾]
    F --> C

在這個圖表中，我們展示了不同的過濾方法，包括布林值過濾、可呼叫物件過濾、loc 過濾和 iloc 過濾。每個方法都可以用來過濾原始 Series，得到一個新的 Series。

使用 Pandas 過濾資料

問題描述

在 Pandas 中，我們可以使用多種方法來過濾資料。下面，我們將介紹四種不同的方法來過濾資料。

方法一：使用列表過濾

import pandas as pd

# 建立一個 Series
mypd_series = pd.Series([i for i in range(10)])

# 定義一個函式來過濾偶數
def my_even_number_selection(myseries):
    return [True if i % 2 == 0 else False for i in range(myseries.size)]

print("方法一--------------------------")
print(mypd_series[my_even_number_selection(mypd_series)])

方法二：使用 loc 和 lambda 過濾

print("方法二--------------------------")
print(mypd_series.loc[lambda myseries: [True if i % 2 == 0 else False for i in range(myseries.size)]])

方法三：使用 iloc 和 lambda 過濾

print("方法三--------------------------")
print(mypd_series.iloc[lambda myseries: [True if i % 2 == 0 else False for i in range(myseries.size)]])

方法四：使用布林索引過濾

print("方法四--------------------------")
print(mypd_series[mypd_series % 2 == 0])

內容解密：

上述四種方法都可以用來過濾 Pandas 中的資料。方法一使用列表過濾，方法二和方法三使用 loc 和 iloc 來過濾，方法四使用布林索引過濾。這些方法都可以根據條件來過濾資料。

圖表翻譯：

  flowchart TD
    A[建立 Series] --> B[定義過濾函式]
    B --> C[使用列表過濾]
    C --> D[使用 loc 和 lambda 過濾]
    D --> E[使用 iloc 和 lambda 過濾]
    E --> F[使用布林索引過濾]
    F --> G[輸出結果]

圖表說明：

上述流程圖展示了四種不同的方法來過濾 Pandas 中的資料。從建立 Series 到輸出結果，每一步都展示了不同的過濾方法。

使用 Pandas 進行資料過濾

在 Pandas 中，我們可以使用各種方法來過濾資料。以下是三種不同的方法，展示如何從一個 Pandas Series 中選擇出索引為偶數的元素。

從使用者經驗視角來看，Matplotlib 的多圖表繪製功能及 Pandas 的 Series 資料結構，顯著提升了資料視覺化和操作的效率。分析段落中提供的程式碼範例，清晰地展示瞭如何運用 subplots、Series、索引器、布林遮罩等方法，實作多圖表繪製、資料存取、過濾和查詢等功能。技術限制深析顯示，使用索引方法時，若嘗試存取不存在的索引或標籤，會引發錯誤，但 get() 方法提供瞭解決方案。展望未來，Pandas 生態系統的持續發展，將進一步簡化資料處理流程，並推動更多創新應用。玄貓認為，熟練掌握這些工具和技巧，對於提升資料分析效率至關重要，值得資料科學領域的專業人士深入學習和應用。

玄貓

玄貓

技術愛好者，專注於分享程式開發、雲端技術與 AI 應用的心得體會。