数据结构大作业之数据分析

大纲：
课程链接
课程内容：

一、 numpy

1. 数据的维度
   （1）一维数据：
   （2）二维数据
   （3）多维数据
   （4）高维数据
   
   python中的数据表示：
   （1）
   （2）
   
2. numpy数据处理的基础：
   
   ——为什么需要数组对象（类型）？
   基本概念：
   

numpy数据类型：

CSV文件：
savetxt() //存取为csv文件
loadtxt() //读入csv文件

二、 Pandas

---

实际操作：

对csv文件提取字符串中的数字数据：
参考链接

• open()操作
• re库，正则表达式提取
• writer.writerow()文件写入操作
• 写列表到csv文件：参考博客

#提取字符串中的数字——“…bhigiug*?";123“得到“123“”
# -*- coding: utf-8 -*
import csv
import re
import pandas as pd
pattern = re.compile(r'\d+')

fname = 'last-last.csv'
num = []
with open(fname, 'r', encoding='UTF-8') as f:
    rows = csv.reader(f)
    for row in rows:
        if row[0] == "name":
            continue
        num.append([*pattern.findall(row[6])])

num2 = []
for i in range(len(num)):
    if(len(num[i]) == 0):
        npp = []
        npp.append('0')
        num2.append(npp)
    else:
        npp=[]
        npp.append(num[i][0])
        num2.append(npp)

print(num2)

name = ['price']

#test.tocsv('test.csv')
with open('test.csv','w', newline='') as f:
     writer = csv.writer(f,delimiter='\t', quotechar=' ', quoting=csv.QUOTE_MINIMAL)
     writer.writerow(name)
     for row in num2:
        writer.writerows(row)

#提取首日期：从2020.2.3-2020.4.5(19:30)得到2020.2.3
# -*- coding: utf-8 -*
import csv
import re
import pandas as pd
pattern = re.compile(r'[0-9]+\.+[0-9]+\.+[0-9]') #正则表达式的使用

fname = 'last-last.csv'
num = []
with open(fname, 'r', encoding='UTF-8') as f:
    rows = csv.reader(f)
    for row in rows:
        if row[0] == "name":
            continue
        num.append([*pattern.findall(row[5])])

num2 = []
for i in range(len(num)):
    if(len(num[i]) == 0):
        npp = []
        npp.append('0.0.0')
        num2.append(npp)
    else:
        npp=[]
        npp.append(num[i][0])
        num2.append(npp)

print(num2)

name = ['date']

#test.tocsv('test.csv')
with open('test.csv','w', newline='') as f:
     writer = csv.writer(f,delimiter='\t', quotechar=' ', quoting=csv.QUOTE_MINIMAL)   #注意delimier参数：默认，；必须为一个字符长的string，当为\t时，excel打开数据是在一个单元格中
     writer.writerow(name)
     for row in num2:
        writer.writerows(row)