LOFTER-网易轻博

今天 粗略浏览了100 numpy exercise。 大致翻了翻前四十?道。总之索引是非常重要的操作，其余的赋值，提取均以索引和切片为基础。在这一方面还要多加练习。

下午，开始阅读<Python作数据分析>的pandas章节，开始学习Series and DataFrame 数据结构，其index属性对应着字典的键值以及ndarray的‘坐标’。

由于看着文本我很容易就犯困，有时候很难激发我的兴趣。所幸我就找了个<十分钟入门pandas> via:zhihu.com. 里面由一个例子讲起。讲的是英国与日本的降雨量的对比。通过数据由csv取得，对其进行筛选，过滤，然后进行对比。在这一过程中，需要对源数据的结构有一个大致的了解，此外对于索引方面的知识应该进行加强。

爱折腾的瓦特所以找到了有关部门(国家统计局)download了一份有关科技的列表数据。

首次导入，由于源数据的结构不是很清晰，而且出现了一些合并单元格的文本数据，不是很clean. 所以，导致出现了各种NaN。 第二次导入前，我手动对源数据进行了一些修整，使其看上去更加条理。

导入后的文件，存贮在tech 这个DataFrame中。 tech的行索引为各项指标，列索引为时间(1996-2015y)。

对tech的第一行处理：

tech=tech.head(1），

tech = tech.sort_index(axis=1) #为了让绘图xaxis时间符合正常的规律

选取第一行数据，即普通高校数进行绘制， 语句十分简单：

tech.plot(kind='bar')

plt.show()

只不过，结果中藏着一些不愉快。显示的汉字全部为□，很是尴尬。

上网搜了各种，但是大部分的解决方案均是针对matplotlib内部绘图时的方案,可以分为两种：

1 修改配置文件 （没有人推荐这个。。。 ）

2 设置字体，编码格式。

上述问题可解决其内部的一些问题，引用格式如下：

plt.xlabel(u'中文测试', fontproperties=my_font)

plt.legend(u'中文测试', prop?=my_font)

但是由pandas导入的数据则不能很好的显示。

所以， 换了一种方案：

加一句，

import seaborn as sns
sns.set_style("darkgrid",{"font.sans-serif":['simhei', 'Arial']})

上述问题得以解决，但是xticks的rotation还是不能很好的修改，明儿再说吧:)。。。

最后， 效果如图（大陆的高校确实很多啊！）

把DataFrame稍微变换一下，进行转置操作。

再绘图，效果好了不少