CentOS Python数据分析工具怎么用

以下是在CentOS中使用Python进行数据分析的步骤及工具使用方法：

一、环境准备

安装Python及基础库

安装Python 3：
```
sudo yum install python3 python3-pip
```
安装数据分析核心库（Pandas、NumPy、Matplotlib等）：
```
pip3 install pandas numpy matplotlib seaborn scikit-learn
```

（可选）安装Anaconda（集成环境，简化依赖管理）：

wget https://repo.anaconda.com/archive/Anaconda3-2025.02-Linux-x86_64.sh
bash Anaconda3-2025.02-Linux-x86_64.sh
source ~/.bashrc

验证安装
在终端输入：

python3 -c "import pandas as pd; import numpy as np; print(pd.__version__, np.__version__)"

无报错且显示版本号即成功。

二、核心工具使用

1. 数据处理：Pandas

数据读取：

import pandas as pd
# 读取CSV文件
data = pd.read_csv('data.csv')  
print(data.head())  # 查看前5行

数据清洗：

# 处理缺失值
data.dropna(inplace=True)  # 删除缺失值
data.fillna(0, inplace=True)  # 填充缺失值为0
# 数据类型转换
data['列名'] = data['列名'].astype(int)

2. 数据可视化：Matplotlib/Seaborn

基础图表（Matplotlib）：

import matplotlib.pyplot as plt
# 折线图
plt.plot(data['x列'], data['y列'], label='趋势')
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')
plt.title('折线图示例')
plt.legend()
plt.show()

高级图表（Seaborn）：

import seaborn as sns
# 热力图
sns.heatmap(data.corr(), annot=True, cmap='coolwarm')
plt.title('相关性热力图')
plt.show()
# 箱线图
sns.boxplot(x='分类列', y='数值列', data=data)
plt.show()

3. 交互式分析：Jupyter Notebook

启动Jupyter：
```
jupyter notebook
```
在浏览器中打开界面，创建Notebook文件（.ipynb），直接编写代码并实时查看结果。

三、进阶操作

数据库连接：
使用Pandas连接MySQL/PostgreSQL（需安装对应驱动）：

import pymysql
conn = pymysql.connect(host='localhost', user='root', password='密码', db='数据库名')
data = pd.read_sql('SELECT * FROM 表名', conn)
conn.close()

机器学习建模（Scikit-learn）：

from sklearn.linear_model import LinearRegression
model = LinearRegression()
X = data[['特征1', '特征2']]
y = data['目标列']
model.fit(X, y)
predictions = model.predict(X)

四、注意事项

权限问题：若需访问系统文件，使用sudo提升权限（谨慎操作）。

中文显示：在Matplotlib中添加以下代码支持中文：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体
plt.rcParams['axes.unicode_minus'] = False  # 正常显示负号

通过以上步骤，可快速在CentOS上搭建Python数据分析环境，完成数据读取、清洗、可视化及建模等任务。