Python数据分析详解！超详细附实战案例

2024-07-17 11:11| 来源: 网络整理| 查看: 265

Python具有强大的数据处理和分析的功能，但是，想要提高Python数据分析技能，不仅要掌握Python基本语法和常用数据分析库，比如pandas、matplotlib、seaborn库等，还需要不断的实践来提个自己的Python应用技能。

提高Python数据分析实践技能的方法多种多样，根据作者多年应用Python进行数据分析的经验，可以分别从工作应用、书籍自学、数据社区这几个方面进行实践，相信通过这些途径来提高你的Python技能，一定能让你有所收获。

1. 工作应用实践

在工作中应用Python进行数据分析是提高实践技能的有效途径，并且，借助Python可以解决实际的工作问题，提高你的问题解决和工作效率，从而提升Python的技能应用。

在日常工作中，我们经常需要从各种来源获取和整理信息，PDF文档作为一种常见的信息载体，如何从PDF中批量提取所需信息并将其导入Excel，却是一个让人头疼的问题，比如下面需要批量提取PDF信息存为Excel，然后做统计分析。

某公司的食品采购合同如下，共计100份PDF合同，现需要提取合同中的“合同编号、甲方、乙方、品名、采购数量、采购单价、总价”这几个字段数据，并将其保存为Excel，使用Python几行代码搞定。

首先，使用PyPDF2打开PDF文档，然后，循环遍历合同中的每一页信息，将遍历出来的信息打印出来，可以看到具体的字段信息内容。

接下来使用正则表达式，将要提取的字段数据使用append函数合并起来，合并起来的数据为一个字典类型数据，pd.DataFrame() 可将字典数据保存为二维数据，df.to_excel导出为Excel形式的数据。

`import re import pandas as pd import PyPDF2 # 打开PDF文件 with open(r'D:\系统桌面(勿删)\Desktop\PDF文件合并.pdf', 'rb') as file: reader = PyPDF2.PdfFileReader(file) num_pages = reader.numPages # 通过每一页提取信息 info = [] for page_num in range(num_pages): page = reader.getPage(page_num) text = page.extractText() # 使用正则表达式匹配所需信息 HT_No = re.findall(r'合同编号：\s*(.*)', text) name1 = re.findall(r'甲方：\s*(.*)', text) name2 = re.findall(r'乙方：\s*(.*)', text) catege = re.findall(r'品名：\s*(.*)', text) weight = re.findall(r'采购数量（斤）：\s*(.*)', text) price = re.findall(r'采购单价（元 /斤）：\s*(.*)', text) price_sum = re.findall(r'总价（元）：\s*(.*)', text) # 将信息添加到列表中 info.append({'合同编号': HT_No[0] if HT_No else '', '甲方': name1[0] if name1 else '', '乙方': name2[0] if name2 else '', '品名': catege[0] if catege else '', '采购数量': weight[0] if weight else '', '采购单价': price[0] if price else '', '总价': price_sum[0] if price_sum else ''} ) # 将信息保存为Excel文件 df = pd.DataFrame(info) df.to_excel(r'D:\系统桌面(勿删)\Desktop\数据提取.xlsx', index=False)`

借助Python可轻松实现批量提取PDF信息到Excel，然后对提取的信息就可以做数据分析，从而得出需要的数据结果。

2. 书籍自学实践

通过阅读相关的Python数据分析书籍，可以系统地学习数据分析基本知识，通过学习书籍中的案例和示例代码，加深对Python知识的理解和掌握，逐步提升自己的Python技能。

以《Python编程快速上手》这本书为例，该书不仅介绍Python语言的基础知识，而且还通过项目实践教会读者如何应用这些知识和技能，每章的末尾还提供了一些习题和深入的实践项目，帮助读者巩固所学的知识，附录部分提供了所有习题的解答。

比如，下面的实践项目是关于Excel数据操作的内容，需要使用Python代码来完成，在案例的前文都有相关的Python知识学习，对应的在每章的末尾布置实践项目习题，通过对习题的问题解决，刚好可以锻炼我们的Python应用技能。

创建程序multiplicationTable.py，从命令行接受数字N，在一个Excel 电子表格中创建一个N×N 的乘法表，使用Python可实现乘法表的创建。

import argparse import openpyxl def create_multiplication_table(n): # 创建一个新的Excel工作簿 workbook = openpyxl.Workbook() sheet = workbook.active # 设置表头 for i in range(1, n + 1): sheet.cell(row=1, column=i, value=i) # 填充乘法表 for i in range(2, n + 1): for j in range(1, n + 1): sheet.cell(row=i, column=j, value=i * j) # 保存工作簿到文件 workbook.save("multiplication_table.xlsx") if __name__ == "__main__": # 解析命令行参数 parser = argparse.ArgumentParser(description="创建一个N×N的乘法表") parser.add_argument("n", type=int, help="乘法表的大小") args = parser.parse_args() # 创建乘法表 create_multiplication_table(args.n)`

3. 数据社区实践

数据分析社区里面有许多开源的Python数据集和代码库用于练习，并且，可以与众多数据分析爱好者交流和学习，通过在社区中解决案例问题，从而锻炼自己的Python数据分析技能，下面推荐几个比较实用的数据社区。

=========================================================================================================

kaggle

一个全球性的数据竞赛平台，也是学习和交流数据技术的好地方，在这里，你可以找到很多公开的数据集和Python代码，帮助你学习和练习Python，相信这些练习会对你的Python技能有所提升。