欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

Python數(shù)據(jù)科學(xué)入門:NumPy/Pandas/Matplotlib三件套實(shí)戰(zhàn)指南

Python數(shù)據(jù)科學(xué)入門:NumPy/Pandas/Matplotlib三件套實(shí)戰(zhàn)指南 在這行干久了經(jīng)常被新入行的朋友問同一個問題想學(xué) Python 做數(shù)據(jù)科學(xué)到底先學(xué)什么我的答案永遠(yuǎn)是固定的三件套——NumPy、Pandas、Matplotlib。這套數(shù)據(jù)科學(xué)工具鏈幾乎覆蓋了從數(shù)據(jù)讀取、清洗、計算到可視化的全流程不管你是想分析一份 Excel 表格、爬蟲拿到的一堆 JSON還是公司數(shù)據(jù)庫導(dǎo)出的 CSV最終都會落到這三個庫上。這篇文章不是官方文檔的翻譯而是按我自己的踩坑經(jīng)歷來寫的哪些概念最容易卡住新手哪些安裝坑我每年都要幫人解決一次哪些報錯其實(shí)兩句話就能處理掉。全文會從環(huán)境搭建開始帶你依次跑通 NumPy 的數(shù)組運(yùn)算、Pandas 的表格處理、Matplotlib 的圖形輸出最后用一個完整的小案例把這套工具鏈串起來。適合剛?cè)腴T Python、正準(zhǔn)備接觸數(shù)據(jù)處理的讀者也適合那些裝好了環(huán)境但不知道從哪下手的同學(xué)。1. 先搞清楚一件事這套工具鏈到底幫你省了什么1.1 為什么是這三件套而不是 Pandas 直接干到底很多人有個疑問既然 Pandas 能讀 Excel、能做統(tǒng)計、能算均值排序為什么還要單獨(dú)學(xué) NumPy這里解釋一下它們的分工。NumPy 是整個工具鏈的地基提供高性能的 ndarray 數(shù)組對象和向量化運(yùn)算能力Pandas 在 NumPy 之上構(gòu)建了帶標(biāo)簽的表格結(jié)構(gòu)也就是 Series 和 DataFrameMatplotlib 則負(fù)責(zé)把數(shù)據(jù)變成圖形。打一個可能不太嚴(yán)謹(jǐn)?shù)苤庇^的比方NumPy 像廚房里的基礎(chǔ)食材和切配標(biāo)準(zhǔn)Pandas 是按菜譜配好的半成品托盤Matplotlib 是擺盤上桌的環(huán)節(jié)。沒有 NumPy 的高效運(yùn)算打底Pandas 處理幾十萬行數(shù)據(jù)時會明顯變慢不學(xué) Matplotlib你做出來的分析結(jié)論就只能寫文字說服力直接減半。我的建議是從一開始就把這套工具鏈當(dāng)成配合關(guān)系來理解而不是替代關(guān)系。數(shù)據(jù)處理的典型節(jié)奏是讀取數(shù)據(jù) → 用 Pandas 做預(yù)處理和切片 → 需要數(shù)值計算的地方切到 NumPy → 最后把結(jié)果交給 Matplotlib 畫圖。實(shí)際操作中你會頻繁在三個庫之間來回切換所以入門階段就要有意識地建立這個協(xié)作思維。庫核心對象主要職責(zé)類比角色NumPyndarray高性能數(shù)值計算、矩陣運(yùn)算地基/食材PandasDataFrame / Series數(shù)據(jù)讀取、清洗、聚合半成品托盤MatplotlibFigure / Axes數(shù)據(jù)可視化呈現(xiàn)擺盤上桌我見過大量新手拿到一份 CSV 之后第一反應(yīng)是head()看一下然后試圖寫循環(huán)處理每一行。這在數(shù)據(jù)量小的時候沒問題一旦跑真實(shí)業(yè)務(wù)數(shù)據(jù)慢到懷疑人生。真正的思路是先想清楚數(shù)據(jù)形態(tài)再決定用哪個庫的方法一步到位解決問題。1.2 你的第一個環(huán)境體驗裝不上、裝錯位置、裝錯版本聊正題之前先說個特別現(xiàn)實(shí)的現(xiàn)狀工具鏈本身不難難點(diǎn)從安裝就開始出現(xiàn)了。我每年幫人排查環(huán)境問題花的功夫比教寫代碼還多。常見的癥狀就三種。第一種屏幕上明明顯示安裝成功import 的時候卻報 ModuleNotFoundError。第二種在命令行里 import 正常換到 VSCode 或 PyCharm 里就報錯。第三種版本太老或太新導(dǎo)致某個 API 不存在、某個參數(shù)對不上。這些問題九成是同一個根因機(jī)器上有多個 Python 環(huán)境pip 裝到了一個環(huán)境解釋器用的卻是另一個環(huán)境。舉個例子你電腦里可能同時存在官網(wǎng)下載的 Python 3.11、Microsoft Store 裝的 Python 3.9還有某個 IDE 自帶的基礎(chǔ)解釋器。它們在系統(tǒng)里是完全獨(dú)立的各有各的 site-packages 目錄。你在命令行用官網(wǎng) Python 的 pip 安裝 NumPy裝進(jìn)去的位置和 VSCode 選中的 3.9 版 Python 搜索模塊的位置根本不是一回事。理解這一點(diǎn)環(huán)境問題就解決了一半。安裝這件事不是敲命令這么簡單你需要確認(rèn)三件事當(dāng)前用的 Python 解釋器是哪個當(dāng)前環(huán)境的 pip 是哪個包到底裝到了哪里。下面我會用一整節(jié)講清楚。2. 環(huán)境搭建從零到能跑第一個 Demo重點(diǎn)說清安裝的坑2.1 先定位 Python 解釋器和 pip別急著敲安裝命令無論你用的是下載安裝包的方式還是通過 Anaconda/Miniconda第一步永遠(yuǎn)是定位解釋器路徑。在命令行里執(zhí)行# Windows 與 macOS/Linux 通用 python --version pip --version # 更進(jìn)一步確認(rèn)解釋器路徑 python -c import sys; print(sys.executable)這一步能看出機(jī)器上默認(rèn)的 Python 是哪一個。如果你分不清自己用的是哪個后面所有 我明明裝了為什么還報錯 的問題都沒法定位。對于純新手我強(qiáng)烈建議直接裝 Anaconda 或者 Miniconda然后用它的 base 環(huán)境。這不是說 conda 有多高級而是它自帶一套解釋器和包管理大幅降低環(huán)境混亂的概率。當(dāng)然如果你已經(jīng)用官網(wǎng) Python 加 VSCode 能跑通那就別折騰換工具了能用才是王道。這里特別提一下 VSCode 用戶最容易踩的坑VSCode 右下角狀態(tài)欄會顯示當(dāng)前 Python 解釋器點(diǎn)擊它就可以切換。很多命令行能跑編輯器里跑不了的怪問題都是因為右下角選中的解釋器和命令行里的不是同一個。打開命令面板輸入Python: Select Interpreter手動選一次往往比你在終端里折騰半小時都有效。2.2 用 pip 安裝三件套的正確姿勢確認(rèn)好解釋器之后安裝就很簡單了。打開命令行輸入pip install numpy pandas matplotlib如果下載速度太慢可以臨時換用國內(nèi)鏡像源。這里給一個通用寫法pip install numpy pandas matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple裝完之后不要急著跑項目先做一個冒煙測試。在命令行里輸入python -c import numpy, pandas, matplotlib; print(numpy:, numpy.__version__); print(pandas:, pandas.__version__); print(matplotlib:, matplotlib.__version__)這個命令會把三個庫的版本號一次性打印出來。如果打印成功說明三件套已經(jīng)進(jìn)入同一個解釋器。如果這步都失敗不要再繼續(xù)寫代碼先回頭處理環(huán)境。提示pip install numpy和python -m pip install numpy在大部分情況下等價但在多環(huán)境并存的機(jī)器上python -m pip能確保 pip 和當(dāng)前 python 命令綁定的是同一個環(huán)境安全性更高。如果pip本身報錯或找不到我建議改用這個寫法。2.3 離線安裝、IDE 內(nèi)安裝和 Linux 服務(wù)器安裝有些場景下機(jī)器不能聯(lián)網(wǎng)或者網(wǎng)絡(luò)策略很嚴(yán)格這時候要提前準(zhǔn)備離線安裝包。方法是在一臺能聯(lián)網(wǎng)的同平臺機(jī)器上下載 wheel 文件然后拷過去用pip install 文件名安裝。先執(zhí)行 pip download# 在一臺聯(lián)網(wǎng)機(jī)器上下載并保留依賴 pip download numpy pandas matplotlib -d ./offline_packages然后把整個文件夾拷到目標(biāo)機(jī)器再執(zhí)行pip install --no-index --find-links./offline_packages numpy pandas matplotlib注意pip download只會下載指定包不會自動把依賴全部拉全。如果目標(biāo)環(huán)境是全新的建議在聯(lián)網(wǎng)機(jī)器上用pip freeze requirements.txt先導(dǎo)出依賴清單再把所有依賴的 wheel 一起下載下來。另一個常見場景是 PyCharm 里安裝包——打開 File → Settings → Project → Python Interpreter右下角加號搜索包名安裝即可。它的本質(zhì)還是調(diào)用了這個解釋器對應(yīng)的 pip所以界面上顯示安裝成功也不代表萬事大吉你依然要確認(rèn)項目用的解釋器是哪一個。Linux 服務(wù)器上安裝時有兩個容易踩的細(xì)節(jié)一是服務(wù)器可能同時存在系統(tǒng)自帶的 Python 3 和用戶自己編譯的 Python建議用python3 -m pip install而不是直接pip install二是沒有 root 權(quán)限時給 pip 加--user參數(shù)把包裝到用戶目錄避免權(quán)限問題。裝完之后再用第 2.2 節(jié)的冒煙測試驗證一下這個習(xí)慣能幫你省掉后面一大半的 Debug 時間。3. NumPy 快速上手?jǐn)?shù)組、向量化運(yùn)算和那幾件反直覺的事3.1 ndarray 與 dtype為什么數(shù)組里每個元素類型必須一致NumPy 的核心數(shù)據(jù)結(jié)構(gòu)是 ndarray也就是 N 維數(shù)組。它比 Python 內(nèi)置列表快得多的一個重要原因就是數(shù)組里所有元素的類型必須統(tǒng)一。內(nèi)存分配是連續(xù)且緊湊的CPU 可以直接批量處理不需要像 Python 列表那樣挨個查對象的類型信息。代價就是你往一個整數(shù)數(shù)組里塞浮點(diǎn)數(shù)或字符串要么被強(qiáng)轉(zhuǎn)要么直接報錯。這種類型敏感特性就是新手最容易反直覺的第一點(diǎn)。創(chuàng)建數(shù)組非常直觀import numpy as np a np.array([1, 2, 3, 4]) # 一維數(shù)組 b np.zeros((3, 4)) # 3 行 4 列全零數(shù)組 c np.ones((2, 2)) # 2 行 2 列全一數(shù)組 d np.arange(0, 10, 2) # 從 0 到 10(不含)步長為 2 e np.linspace(0, 1, 5) # 0 到 1 之間均勻取 5 個數(shù)但要注意寫np.array([1, 2, 3.5])時數(shù)組 dtype 會被自動推斷為 float64因為整數(shù) 1 被提升成了 1.0。如果后面你想對前兩個元素做整數(shù)邏輯運(yùn)算就容易踩坑。所以建議在創(chuàng)建時就顯式指定 dtypea np.array([1, 2, 3], dtypenp.float64)檢查 dtype 最常用的方式是a.dtype。看到 dtype 是 int32 還是 float64基本就能判斷很多莫名其妙的結(jié)果是因為精度丟失還是類型轉(zhuǎn)換引起的。NumPy 提供了一整族 dtype比如 int32、int64、float32、float64還有處理字符串的U類型。剛開始不需要記全只要知道數(shù)組是有類型強(qiáng)約束的這一點(diǎn)就夠用了。3.2 切片、布爾索引與廣播機(jī)制NumPy 的切片語法和 Python 列表類似但它有一個讓新手措手不及的特性切片返回的是視圖不是副本。也就是說執(zhí)行b a[1:3]之后你修改 b 的元素a 也會跟著變。這是因為 NumPy 為了性能默認(rèn)不復(fù)制底層數(shù)據(jù)只有顯式調(diào)用.copy()才會復(fù)制。解決這個問題的方法很簡單需要獨(dú)立數(shù)據(jù)時就寫.copy()不需要時就老實(shí)使用視圖以節(jié)省內(nèi)存。我建議新手養(yǎng)成一個習(xí)慣凡是不確定后面會不會改動切片結(jié)果的場景都補(bǔ)一個.copy()安全第一。這個細(xì)節(jié)在寫大型數(shù)據(jù)處理的腳本時特別重要因為視圖的副作用往往不會在出錯的第一時間暴露而是隔了很久才從某個詭異的數(shù)值里體現(xiàn)出來。布爾索引是 NumPy 的高效過濾手段data np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(data[data 5]) # 輸出所有大于 5 的元素廣播機(jī)制是 NumPy 最強(qiáng)大的特性之一。簡單說當(dāng)兩個數(shù)組形狀不完全一致時NumPy 會按規(guī)則自動擴(kuò)展較小的數(shù)組去匹配較大的數(shù)組。比如arr 1會把 1 廣播到每個元素上(3, 1)和(1, 4)相加會先擴(kuò)展成(3, 4)。我見過不少人在需要按列歸一化時很自然地寫了data - data.mean(axis0)卻得到了一堆看起來完全錯誤的結(jié)果。問題通常出在形狀對齊上data.mean(axis0)是一維的(n,)減去它時 NumPy 沿著行廣播結(jié)果就亂了。遇到這種情況先打印兩個數(shù)組的 shape再用reshape或keepdimsTrue顯式對齊維度。3.3 mgrid 的用法與常用聚合函數(shù)有人專門搜索numpy庫mgrid方法說明這是很多人學(xué)習(xí)時卡住的地方之一。mgrid 的作用是生成一個用于網(wǎng)格計算的密集坐標(biāo)數(shù)組。比如我們要生成一個 3x3 網(wǎng)格的 x 坐標(biāo)和 y 坐標(biāo)x, y np.mgrid[0:3, 0:3] # x 是縱向重復(fù) 3 行y 是橫向重復(fù) 3 列 print(x) # [[0 1 2] # [0 1 2] # [0 1 2]] print(y) # [[0 0 0] # [1 1 1] # [2 2 2]]它在畫二維圖、做數(shù)值模擬時非常常見。比如你想對平面上每個點(diǎn)計算z f(x, y)先用 mgrid 生成坐標(biāo)網(wǎng)格再對整個網(wǎng)格做向量化計算比嵌套兩層 for 循環(huán)快得多代碼也更簡潔。很多人第一次看到 mgrid 的輸出會愣住因為它是把坐標(biāo)拆開而不是給你一組現(xiàn)成的坐標(biāo)點(diǎn)。多打印幾次輸出理解維度方向就好。聚合函數(shù)方面最常用的是sum、mean、max、min、std。注意axis參數(shù)的語義axis0是沿著行方向壓縮計算每一列的結(jié)果axis1是沿著列方向壓縮計算每一行的結(jié)果。這個方向問題初學(xué)者幾乎必錯一次我也只能提醒你多打印結(jié)果驗證。判斷方法很簡單結(jié)果數(shù)組的維度比原數(shù)組少一維你只要看輸出形狀是 (n,) 還是 (,n) 就能反推出方向。4. Pandas 快速上手從表格思維到數(shù)據(jù)處理思維4.1 Series 和 DataFrame兩個核心對象的直覺理解Pandas 的兩個核心對象經(jīng)常被新同學(xué)混淆。簡單理解Series 是一列帶標(biāo)簽的數(shù)據(jù)DataFrame 是由多個 Series 組成的二維表格。大多數(shù)時候你直接操作的是 DataFrame但 DataFrame 里的每一列本質(zhì)上是 Series。如果你在數(shù)據(jù)處理時寫df.iterrows()去逐行循環(huán)處理大概率是沒理解 Pandas 的向量化能力。大部分需求可以用整列操作完成速度和代碼可讀性都遠(yuǎn)好于循環(huán)。比如計算兩列的比值直接寫df[A] / df[B]就行不需要一行一行來。這個思維方式的轉(zhuǎn)變是很多人從會寫 Python到會用 Pandas的分水嶺。創(chuàng)建 DataFrame 最常用的方式是從字典創(chuàng)建和從文件讀取import pandas as pd # 從字典創(chuàng)建key 是列名value 是列數(shù)據(jù) df pd.DataFrame({ 姓名: [張三, 李四, 王五], 年齡: [25, 30, 35], 城市: [北京, 上海, 廣州] })創(chuàng)建完之后用df.shape看行列數(shù)用df.columns看列名。新手容易把字典的 key 順序和 DataFrame 的列順序搞混實(shí)際上 Pandas 會按傳入順序保留不需要擔(dān)心字典在 Python 3.7 是有序的這個前提。4.2 讀取 Excel/CSV 與數(shù)據(jù)類型轉(zhuǎn)換的關(guān)鍵細(xì)節(jié)pd.read_excel()和pd.read_csv()是處理數(shù)據(jù)的起點(diǎn)。讀 CSV 時我強(qiáng)烈建議先試encodingutf-8遇到亂碼就換成encodinggbk這是國內(nèi)導(dǎo)出數(shù)據(jù)的常見編碼。讀 Excel 時注意sheet_name參數(shù)不傳默認(rèn)讀第一個 sheet也可以傳多個 sheet 名返回一個字典。讀取之后第一件事不是直接 print而是先用三個方法檢查數(shù)據(jù)形態(tài)df.head() # 看前 5 行 df.info() # 看列名、非空值數(shù)量、dtype df.describe() # 看數(shù)值列的統(tǒng)計描述df.info()是我個人最常用的因為它的輸出會直接告訴你每一列是什么 dtype、有沒有缺失值這比肉眼翻表格高效太多。類型轉(zhuǎn)換是 Pandas 踩坑重災(zāi)區(qū)。最常見的場景是年齡列看起來是數(shù)字實(shí)際上是字符串。比如讀 Excel 時把某一列讀成了 object一求均值直接報錯。轉(zhuǎn)換的標(biāo)準(zhǔn)寫法是df[年齡] pd.to_numeric(df[年齡], errorscoerce) df[日期] pd.to_datetime(df[日期], errorscoerce)errorscoerce的作用是把無法轉(zhuǎn)換的值變?yōu)?NaN而不是直接拋異常斷開整個流程。這個參數(shù)非常重要能讓你在數(shù)據(jù)質(zhì)量差的時候先保留流程后面再統(tǒng)一處理缺失值。另一個高頻需求是把字符串類型的浮點(diǎn)數(shù)列轉(zhuǎn)換為真正的浮點(diǎn)列方法同樣是pd.to_numeric。關(guān)于讀寫文件還有一個經(jīng)常被忽略的導(dǎo)出細(xì)節(jié)df.to_excel(output.xlsx, indexFalse)時記得加indexFalse否則會把行索引寫進(jìn) Excel 的第一列給自己制造多余數(shù)據(jù)。寫 CSV 給 Excel 用時建議df.to_csv(output.csv, indexFalse, encodingutf-8-sig)utf-8-sig能避免 Excel 打開中文亂碼。4.3 數(shù)據(jù)清洗三板斧缺失值、重復(fù)值、異常值數(shù)據(jù)清洗是 Pandas 使用頻率最高的場景。我的經(jīng)驗是把它拆成三板斧。第一板斧是缺失值。先看缺失情況分布df.isnull().sum()然后決定策略刪除df.dropna()還是填充df.fillna()。刪除時注意參數(shù)subset可以指定只在某些列缺失時才刪填充時常用df[列名].fillna(df[列名].mean())或者用前向填充ffill()。我的一般原則是關(guān)鍵業(yè)務(wù)字段缺失優(yōu)先填充非關(guān)鍵字段缺失可以考慮刪除時間序列數(shù)據(jù)優(yōu)先前向填充因為用未來值去填過去值在邏輯上是說不通的。第二板斧是重復(fù)值。df.duplicated()可以判斷哪些行重復(fù)df.drop_duplicates()刪除重復(fù)行。注意默認(rèn)是按整行判斷如果想按某一列判斷重復(fù)必須傳subset[列名]。比如會員表里一個人可能出現(xiàn)多行你只想保留每人最近一條記錄就要按會員 ID 去重。第三板斧是異常值。最簡單快速的是通過分位數(shù)過濾q1 df[金額].quantile(0.25) q3 df[金額].quantile(0.75) iqr q3 - q1 df_filtered df[(df[金額] q1 - 1.5 * iqr) (df[金額] q3 1.5 * iqr)]這套 IQR 方法不是萬能的但對入門階段處理臟數(shù)據(jù)非常實(shí)用。清洗過后再用df.info()對比一下行數(shù)和非空值就能知道清洗有沒有生效。很多時候數(shù)據(jù)清洗不是一次性做完的而是檢查 → 清洗 → 再檢查的循環(huán)你在第 2 次檢查時可能又會發(fā)現(xiàn)新的問題。5. Matplotlib 快速上手畫出第一張能看的數(shù)據(jù)圖5.1 繪圖基礎(chǔ)流程與 Figure/Axes 的層級關(guān)系Matplotlib 的 API 經(jīng)過多年演進(jìn)很多老教程還在用plt.plot()直接畫雖然也能出圖但理解 Figure畫布和 Axes坐標(biāo)系的層級關(guān)系才能讓后續(xù)的布局調(diào)整不那么痛苦。Figure 是整個圖形窗口Axes 是圖上的一個坐標(biāo)系。一張 Figure 上可以有多個 Axes比如并排幾張子圖每個 Axes 有自己的 x 軸、y 軸和數(shù)據(jù)。最基礎(chǔ)的繪圖流程是import matplotlib.pyplot as plt x [1, 2, 3, 4, 5] y [3, 5, 7, 9, 11] fig, ax plt.subplots(figsize(6, 4)) ax.plot(x, y, markero, linestyle--, colorb, label示例數(shù)據(jù)) ax.set_xlabel(X 軸) ax.set_ylabel(Y 軸) ax.set_title(我的第一張 Matplotlib 圖表) ax.legend() plt.show()這里的fig, ax plt.subplots()是顯式創(chuàng)建 Figure 和 Axes 對象后續(xù)所有配置都通過ax完成。對比老式寫法plt.xlabel()這個方式更清晰也方便在一張畫布里創(chuàng)建多個子圖時統(tǒng)一管理。如果你想畫并排的兩張子圖核心邏輯是一樣的fig, (ax1, ax2) plt.subplots(1, 2, figsize(10, 4)) ax1.plot(x, y) ax2.bar(x, y) plt.show()subplots(1, 2)返回(fig, axs)axs是一個包含兩個 Axes 對象的數(shù)組展開賦值給(ax1, ax2)就行。后面你分別調(diào)用 ax1 和 ax2 的方法兩張圖就在同一張畫布里各占一半。5.2 常見圖表選型與中文顯示問題該選什么圖我的習(xí)慣是看趨勢用折線圖ax.plot看分布用直方圖ax.hist或箱線圖ax.boxplot看占比用餅圖ax.pie比較各類別數(shù)值用柱狀圖ax.bar。新手最容易犯的錯是用柱狀圖去表達(dá)時間序列趨勢這會讓讀者很難看清連續(xù)變化換成折線圖馬上自然很多。幾乎每個用 Matplotlib 的人都會碰到中文顯示問題。默認(rèn)字體里沒有中文字體出來的圖全是方框。解決方法要先指定支持中文的字體import matplotlib.pyplot as plt plt.rcParams[font.sans-serif] [SimHei, Microsoft YaHei, PingFang SC] plt.rcParams[axes.unicode_minus] False # 解決負(fù)號顯示為方框的問題把這兩行放在腳本開頭大部分場景的中文顯示問題都能解決。如果系統(tǒng)里確實(shí)沒有這些字體就需要手動安裝中文字體并重新構(gòu)建字體緩存過程比較繁瑣。我建議入門階段直接采用這個配置如果不行再考慮裝字體。另外直方圖和箱線圖很適合快速查看數(shù)據(jù)分布。比如我們要檢查銷售金額是否呈偏態(tài)分布import matplotlib.pyplot as plt import numpy as np data np.random.gamma(2, 2, 500) fig, (ax1, ax2) plt.subplots(1, 2, figsize(10, 4)) ax1.hist(data, bins30, edgecolorblack) ax1.set_title(直方圖) ax2.boxplot(data) ax2.set_title(箱線圖) plt.show()箱線圖里的中位數(shù)線、四分位邊界和離群點(diǎn)一眼就能看出數(shù)據(jù)分布的形狀。配合前面第 4.3 節(jié)講的 IQR 異常值過濾你會發(fā)現(xiàn) Matplotlib 和 Pandas 的聯(lián)動非常緊密。6. 高頻報錯的完整排查鏈路別再靠猜很多人在社區(qū)發(fā)求助帖時直接貼個報錯截圖連錯誤信息和環(huán)境都沒說清楚。這里我按幾個高頻報錯挨個拆解一遍排查過程目的是幫你建立一條排查思路而不是背答案。以后再遇到類似報錯至少知道從哪里下手。6.1AttributeError: module pandas has no attribute core的真實(shí)原因這個報錯看起來很嚇人其實(shí)是典型的名字遮蔽或版本不一致問題。排查鏈路是這樣的先確認(rèn)代碼里有沒有一個文件叫pandas.py或者某個目錄叫pandas/。如果有Python 在導(dǎo)入import pandas時會優(yōu)先導(dǎo)入你本地這個文件而不是真正的 Pandas 庫。這時候你訪問pandas.core時就報出module pandas has no attribute core。確認(rèn)方式是在報錯前先打印模塊路徑import pandas print(pandas.__file__)如果打印出來的路徑不是 site-packages 下的 pandas 目錄而是你項目里的某個路徑基本就是實(shí)錘了。解決辦法是把本地文件改名刪除當(dāng)前目錄下的pandas.py或pandas/文件夾然后徹底重啟解釋器。這類問題在真實(shí)項目里其實(shí)不少見因為很多人喜歡把腳本命名為pandas.py或者numpy.py來做練習(xí)這個習(xí)慣非常危險。另一個原因是 Pandas 版本極老或極新導(dǎo)致內(nèi)部結(jié)構(gòu)變動?,F(xiàn)在的 Pandas 已經(jīng)把pandas.core視為內(nèi)部實(shí)現(xiàn)不推薦直接訪問。如果你在舊項目里看到pandas.core.frame.DataFrame這類寫法升級后可能就找不到了。解決辦法是改用公開 API比如直接import pandas as pd然后pd.DataFrame。6.2UserWarning: failed to initialize numpy: no module named numpy與版本沖突這個報錯常見于裝完某個庫之后出現(xiàn)。表面上是沒找到 numpy但很可能是環(huán)境里有多個 Python或者 numpy 沒有裝到正確的環(huán)境中。排查鏈路如下先執(zhí)行python -c import numpy; print(numpy.__version__)看當(dāng)前解釋器能不能導(dǎo)入 numpy。如果能導(dǎo)入說明當(dāng)前解釋器沒問題報錯來自另一個解釋器。這時候要看是誰在報警告經(jīng)常是某個 IDE 或軟件內(nèi)置的 Python 在掃描環(huán)境、初始化擴(kuò)展時掃描到了一個不完整的環(huán)境。如果不能導(dǎo)入說明只是裝錯了位置。用pip show numpy查看包裝到了哪里用python -c import sys; print(sys.executable)確認(rèn)當(dāng)前解釋器路徑兩者對比把包裝到正確的解釋器下即可。另外還要注意 NumPy 和 Pandas/Matplotlib 存在版本兼容區(qū)間。如果一起安裝時沒注意版本可能出現(xiàn)舊版編譯產(chǎn)物和新版運(yùn)行時不匹配報錯形式五花八門。最簡單穩(wěn)妥的修復(fù)方式是新建一個干凈的虛擬環(huán)境然后重新安裝一次最新穩(wěn)定版python -m venv myenv # Windows: myenv\Scripts\activate macOS/Linux: source myenv/bin/activate pip install numpy pandas matplotlib虛擬環(huán)境的好處是每個項目獨(dú)立一套依賴不會和系統(tǒng)全局環(huán)境互相污染。我以前也偷懶不建虛擬環(huán)境直到某次把公司服務(wù)器的 Python 環(huán)境搞壞了才老實(shí)了一輩子。6.3 請安裝 matplotlib 以顯示圖標(biāo)這類提示是怎么來的有時候你在跑某個第三方庫或 GUI 應(yīng)用時會看到類似 請安裝 matplotlib 以顯示圖標(biāo) 或者 pip install matplotlib 的提示。這種情況通常是你要用到的某個功能依賴 matplotlib 作為后端來繪圖或渲染圖標(biāo)但當(dāng)前環(huán)境里沒有裝。我在實(shí)際調(diào)試這類問題時總是先去看錯誤發(fā)生的位置而不是直接執(zhí)行它提示的命令。因為很多項目里的報錯實(shí)際上是因為本機(jī)有其他依賴沒滿足提示安裝 matplotlib 只是順帶一提。最穩(wěn)妥的方案依然是在項目虛擬環(huán)境里用pip install matplotlib裝上然后重新跑一下。如果你是離線環(huán)境就回到前面第 2.3 節(jié)的那套離線安裝流程去聯(lián)網(wǎng)機(jī)器下載 wheel 包拷貝過來后手動安裝注意同時把依賴一并處理好。一個容易遺漏的細(xì)節(jié)是離線安裝后也要記得做一次import matplotlib冒煙測試因為 wheel 包之間有依賴順序要求少一個依賴哪怕安裝了也會在運(yùn)行時才報錯。7. 綜合實(shí)戰(zhàn)從 Excel 到一張完整圖表的完整數(shù)據(jù)鏈路7.1 案例背景與完整代碼到這里三個庫各自的用法都過了一遍。我用一個完整的小案例把它們串起來目標(biāo)是把一份訂單表數(shù)據(jù)讀取進(jìn)來做清洗和計算最后畫出一張銷售額趨勢圖。假設(shè)當(dāng)前目錄下有一個orders.xlsx包含三列日期、銷售金額、銷售數(shù)量。其中日期列有部分缺失銷售金額列有部分字符串類型混入。下面是完整代碼import pandas as pd import numpy as np import matplotlib.pyplot as plt # 1. 讀取數(shù)據(jù) df pd.read_excel(orders.xlsx) # 2. 查看數(shù)據(jù)結(jié)構(gòu)和缺失情況 print(df.info()) print(df.isnull().sum()) # 3. 數(shù)據(jù)清洗日期轉(zhuǎn)成 datetime金額轉(zhuǎn)成數(shù)值缺失值填充處理 df[日期] pd.to_datetime(df[日期], errorscoerce) df[銷售金額] pd.to_numeric(df[銷售金額], errorscoerce) df df.dropna(subset[日期]) # 刪掉日期缺失的行 df[銷售金額] df[銷售金額].fillna(df[銷售金額].median()) # 金額缺失用中位數(shù)填充 # 4. 用 NumPy 計算一些聚合統(tǒng)計 amounts df[銷售金額].to_numpy(dtypenp.float64) print(總銷售額:, amounts.sum()) print(單筆平均金額:, amounts.mean()) print(最大單筆金額:, amounts.max()) # 5. 按月份匯總銷售額 df[月份] df[日期].dt.to_period(M) monthly df.groupby(月份)[銷售金額].sum() # 6. 導(dǎo)出清洗后的數(shù)據(jù) df.to_excel(orders_cleaned.xlsx, indexFalse) # 7. 繪圖 plt.rcParams[font.sans-serif] [SimHei, Microsoft YaHei, PingFang SC] plt.rcParams[axes.unicode_minus] False fig, ax plt.subplots(figsize(10, 5)) ax.plot(monthly.index.astype(str), monthly.values, markero, linestyle-) ax.set_xlabel(月份) ax.set_ylabel(銷售額) ax.set_title(各月銷售額趨勢) plt.tight_layout() plt.show()7.2 每一行代碼背后的關(guān)鍵細(xì)節(jié)這段代碼看著不復(fù)雜但里面每一個選擇背后都有原因。讀取 Excel 后第一件事不是繪圖而是df.info()看結(jié)構(gòu)因為清洗前你永遠(yuǎn)不知道數(shù)據(jù)有多臟。日期轉(zhuǎn) datetime 失敗的行會被置為 NaT所以dropna(subset[日期])刪除的只是真正無效的行。金額列混入字符串時pd.to_numeric(..., errorscoerce)會把非數(shù)字變成 NaN后面用中位數(shù)填充避免異常值對結(jié)果沖擊過大。用 NumPy 計算聚合統(tǒng)計其實(shí)用 Pandas 的df[銷售金額].sum()也能直接做但這里特意演示了df[銷售金額].to_numpy(dtypenp.float64)的轉(zhuǎn)換方式。這在實(shí)際工作中非常常見Pandas 做完了數(shù)據(jù)整理要把列轉(zhuǎn)成 NumPy 數(shù)組去做更底層的計算或者傳入機(jī)器學(xué)習(xí)模型。月份分組用的是df[日期].dt.to_period(M)這個操作可以很方便地按月份提取周期對象再groupby就能得到月度匯總。這里不用 NumPy因為groupby本來就是 Pandas 的強(qiáng)項。繪圖時我把monthly.index轉(zhuǎn)成字符串再傳給 x 軸避免了 Matplotlib 對 PeriodIndex 的一些兼容問題。這個細(xì)節(jié)在舊版 Matplotlib 上特別有用新版雖然也能直接處理但顯式轉(zhuǎn)字符串更保險。跑完這段代碼你會看到一張月度銷售額趨勢折線圖同時當(dāng)前目錄下多了一個orders_cleaned.xlsx。整個過程就是這套數(shù)據(jù)科學(xué)工具鏈最典型的協(xié)作方式Pandas 清理和匯總數(shù)據(jù)NumPy 做底層數(shù)值計算Matplotlib 把結(jié)論可視化。三個庫各用一點(diǎn)數(shù)據(jù)鏈路就走通了。7.3 數(shù)據(jù)源換成爬蟲 JSON 和導(dǎo)出結(jié)果如果讀入的不是 Excel而是爬蟲拿到的 JSON 列表流程也沒有太大區(qū)別。把列表轉(zhuǎn)成 DataFrame 后后面的清洗、分組、繪圖流程完全一致。import pandas as pd # 假設(shè)爬蟲返回的是一個包含多個 dict 的列表 data [ {日期: 2024-01-05, 銷售金額: 120.0}, {日期: 2024-01-12, 銷售金額: 85}, {日期: None, 銷售金額: 90} ] df pd.json_normalize(data) # 把嵌套結(jié)構(gòu)展開成 DataFrame df[銷售金額] pd.to_numeric(df[銷售金額], errorscoerce) print(df)pd.json_normalize()能把嵌套的 JSON 結(jié)構(gòu)拍平成表格這對于爬蟲數(shù)據(jù)特別友好。工具鏈的優(yōu)勢就在這里數(shù)據(jù)源可以變處理管線不用推翻重寫。如果你還需要把結(jié)果導(dǎo)出到 Excel 給同事看一行df.to_excel(output.xlsx, indexFalse)就搞定。注意在寫入帶有中文字符的 CSV 時用encodingutf-8-sig在寫入 Excel 時記得關(guān)閉索引這些前面都提過做一遍就會形成肌肉記憶。最后分享一個我個人很受用的經(jīng)驗入門這套工具鏈不要一上來就背 API而是準(zhǔn)備一個自己的最小數(shù)據(jù)集。我當(dāng)年就是用一份幾百行的歷史銷售表反復(fù)練手日期解析、缺失值、字符串混入、中文圖例顯示所有問題一次性踩了個遍。想真正記住 NumPy、Pandas、Matplotlib 這些東西靠的不是看文檔而是拿一份真實(shí)數(shù)據(jù)從頭到尾跑通一遍清洗、計算、繪圖全流程。等你跑完兩三遍后再回頭看會發(fā)現(xiàn)所有當(dāng)初覺得玄乎的概念其實(shí)都是手邊最樸素的工具而已。如果實(shí)戰(zhàn)中遇到環(huán)境又亂了多打印sys.executable、pandas.__file__、numpy.__version__這三個值它們能把絕大多數(shù)環(huán)境錯配問題直接暴露出來。這套工具鏈本身并不難難的是在龐大生態(tài)里找到一條清晰的入門路徑希望這篇內(nèi)容能幫你少走一段彎路。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
精品久久久人妻| 狠狠色丁婷婷日日,伊人激情综合网 | 爽tv | 亚洲性图一区二区| 婷婷五月天成人网| 色停停影院五月天| 色婷婷成人做爰A片免费看网站 | 五月四色激情| 91热爆在线| 99色免费视频| 深爱五月天婷综合| 黄色片精品| 人妻少妇色综合| 99成人在线观看| 久久久这里都是精品| 久久婷婷五月综合色区| 中文字幕无码人妻少妇免费视频| 亚洲日韩欧美综合VA| 五月天婷婷操逼视频| 国产午夜精品一区二区三区四区| 色色色色色色色色综合网| 激情五月天色婷婷综合| 深爱五月天婷综合| 亚洲国产色婷婷| 综合超碰熟| 91超级碰| 色色色9| 激情婷婷网| 第四色婷婷日本| 久久99精品久| 99色爱| 欧美日比视频| 人人操大| 影音先锋男人站,影音先锋男人色资源网,影音先锋AV最新资源站,影音先锋AV资源 | 思思热久久阴99| 2022人人操人人看| 婷婷丁香综合| 久久九九中文字幕| 激情婷婷在线中文字幕| 影音先锋四区| 曰曰久久| 人人操操| 九九中文字幕九| 亚洲AV影片在线观看| 激情五月丁香五月| 五月天桃色深爱网| 99精品成人无码A片观看金桔| 爱婷婷都市激情| 97极品在线| 午夜激情久久| 国产色99| 超碰在线观看9| 激情综合在线播放| 色伊人啪| 激情久久肏屄视频| 国洲夜色亚热在线久久| 九九精品婷| 91919191919久久成人视频| 丁香五月婷婷基地| 成人无码髙潮喷水A片| 99成人| 玖玖无码中文| 婷婷狠狠操| 五月激情六月丁香| www超碰| 久婷婷| 日本美女上人| 狠狠综合网| www.91在线观看| 大香蕉欧美在线| 日本欧美999久久久三级片| 9久热精品在线视频| 亚洲综合色网| 婷婷五月色播天| 久久综合婷婷激情| 97色综合视频| 怡红院AV亚洲一区二区三区H| 色99在线| 亚洲色99综合天堂| 99九精品| 国产ava| 黄色片区子| 色欲九区| 情欲综合网| 狠狠干在线视频| 久久视频九九视频| 天堂草在线看www| 99热只有这里才是精品| 97色女人在线| 99色婷婷| 亚洲AV电影av| 日韩另类| 草做免费在线观看| 99色中文| 婷婷色情 | 日本欧美成人片AAAA| 五月婷婷av在线| 丁香五月婷婷综合啪啪| 久久久久激情网| 99色综合网| 久热久| 五月天激情黄色小说在线观看| 丁香五月激情六月欧亚激情综合导航| 婷婷五月丁香青青草在线| 日比网免费国产| 天天日日| www.五月婷婷久久.com| 亚州精品久久久久AV无码| 色丁香五月天婷婷| 九九热免费视频| 九九亚洲视频| 日本99视频精品免费播放| 超碰人人干| 五月天色婷婷小说| 婷婷五月香蕉| 岛囯综合激情网| 亚洲激情Av| 九九热狼人| 婷婷成人综合| 99热这里只有精品1998| 色停停香蕉视频| www.五月天| 五月丁香六月激情| 色五月丁香六月资源站| 亚洲bt丁香五月天婷婷激情小说| 五月天另类小说| 色婷婷丁香五月| 亚洲精品乱码久久久久久综合| 激情综合网址| 天天草天天日| 92久久精品一区二区| 激情第四色| 伊人无码高清| 九九热99re8热免费观看| 97人妻碰碰碰久久久久-最近国语高清| 噜噜干日本| 九九热婷婷| 伊人丁香在线| 五月天婷亚洲天综合网综合| 五月丁香999| 不卡在线视频| 伦乱美欧| 丁香五月香蕉在线| 激情五月天com| 五月天天天色| 影音先锋男人女人| 激情99。| 久久久久久久久久8888| 亚洲无码另类| 伊人久久大香网| 久久成人亚洲欧美电影| 99视频精品全部免费 在线| 久久婷婷五月天激情四射| 4399无码视频| 亚洲色综久久五月| 深爱激情五月天| 丁香五月大香蕉在线99| 五月天综合久久丁香91| 都市激情小说婷婷| 影音先锋高清无码资源网| 五月婷婷狠狠干| 四色99久久| 亚洲综合五月天婷婷丁香| 日本玖玖在线| 爱草视频在线| 婷婷噜噜| 91午夜婷婷狠狠久久综合9色| 99九九热在线观看| 久久伦乱| 色婷婷超碰| 欧美VA在线| 成人在线观看国产| 亚洲色 视频| 色婷婷丁香五月| 亚洲免费婷婷| 色婷狠狠| 婷婷另类小说| 色综合狠狠色| 武则天精品久久| 婷婷五月综合色拍| 久久98| bukadeavzaixian| 久久五月婷天天干| 婷婷中文字暮| 极品人妻videosss人妻| 全部老头和老太XXXXX| 日韩成人电影AV| 98色花堂98t.R| 亚洲AV无码成人精品区电影网| 五月六月婷婷| 丁乡久久| 久久草大香蕉| 激情婷婷五六月天| 四季8848精品成人免费网站| 华人在线免费| 久婷婷五月综合欧美| 激情深爱五月天| 日本色色网站| 色情成人五月天| 夜夜爱影院| 五月伊人婷婷| 在线视频激情网站| 26uuu精品国产| 丁香五月激情宗合网| 九九热在线精品视频| 色色精品色| 《诡秘之主》在线观看| 婷婷六月丁香五月图区| 99久视频| 国产精品久久..4399| 91九色视频| 色婷婷欧美| 91viP在线看| 婷婷在线播放av| 操人91| sewuyue第四色| 欧美97超碰| 伊人网啪啪| 午夜爱爱网站| 婷婷五月丁香高清无码| 成人国产欧美大片一区| 五月天婷婷激情小说电影| 99视频九九热| 丁香五月偷拍| 亚洲99视频| 五月婷久久综合| 亚洲丁香五月天视频| 玖玖爱综合网| 亚洲经典三级| 99热免| 亚洲精品网址| 亚洲日日日| 99久久思思| 伊人大香蕉综合在线| 九九AV在线| 热无码A∨| 影音先锋男人女人| 五月天婷婷色| 色五月激情五月| 婷婷五月天激情影片| 五月天另类图片区99| 色噜噜狠狠色综无码久久合欧美| 婷婷六月激情啪啪| 色五月综合在线| 色婷婷网大全在线| 色综合激情| A A色色| 五月丁香毛片| 婷婷在线五月综合| 国产亚洲在线观看| 五月天婷婷激情综合| 九九色图| 激情啪啪五月| 欧美偷偷操| 欧美丁香婷婷五月| 中文字幕av在线播放| 大波美女VA网站| 一起肏在线视频| 噜噜在线| 九九热只有精品| 六月婷婷激情小说网| 免费观看亚洲AV片| 六月丁香六月婷婷欧美| 99ER热精品视频| 日韩99精品| 五月天激情站| 色噜噜夜夜夜综合网| 九九色网专区| av高清无码| 思思99久久| 五月婷婷就去色| 亚洲六月色婷婷| 国产精自产拍久久久久久蜜 | 色色欧美。| 婷婷五月丁香综合激情| 日日撸夜夜操| 欧美丁香婷婷五月| 开心激情播播五月天| 五月天婷婷在线啪啪视频| 天天日天天爽| 久草热8精品视频在线观看| 天天爽综合网| 六月丁香婷婷五月| 久久五月天激情美女| 激情婷婷。| 五月激情久久综合网| 青青草蜜臀| 97精品综合| 97精品综合久久内射| 婷婷97色| 五月婷婷婷色| 天啪天啪天啪天啪| 思思re最新视频| 婷婷色色网| 深爱激情六月天| 色色色在线观看| 婷婷玖玖丁香| 大香蕉七区| 国产毛片操B| 99国产精品久久久久久久久久久| 拍真实国产伦偷精品| 玖玖资源在线视频| 婷婷色色网| 激情综合五| 久久婷婷五月丁香网| 亚洲AV网站在线观看| 丁香六月伊人| 五月亭亭性| 在线可以看的av网址| 五月之婷婷| 色丁香久综合在线久综合在线观看| 青青夜夜狠狠夜夜狠狠| 激情五月丁香在线观看直播| 色播播之激情五月婷婷| 操逼福利视频| 久久久久丁香婷婷五月天| 丁香五月婷在线观看| 日本五月婷婷久久久六月丁香| 五月婷婷综合久久| 五月花综合网| 天天爽综合| 色久综合天天做视频| 五月丁香狠狠| 婷婷六月综合基地| 天天噜噜| 人妻内射一区二区在线视频| 九九视频在线观看视频6| 国产做爰视频免费播放| 婷婷五月欧美| 色噜噜狠狠色综合无码久久欧美| 五月亭亭激情综合| 看国产探花操逼三级片| 99欧美三级视频| 五月天婷婷激情网| 他改变了拜占庭| 狠狠另类视频| 九九热最新地址| 五月激情六月综合| www.久久综合| 国产精品VIDEOSSEX久久发布| www.丁香黄色五月天人与| 国产性爱大片久久| 国产ava| 婷婷亚洲五| 性色欲情 网站| 久久婷婷五月综合激情国产| 狠狠香蕉| 五月停停丁香| 婷婷五月天激情小说| 97久久超碰| 99噜噜噜在线播放| 久久五月天丁香花| 丁香婷婷五月天网站| 狠色狠色综合久久| 久久性视频| 欧美电影在线播放| 98色丁香五月婷婷综合网| 九九亚洲视频| 人妻操逼视频| 人人爱操| 久久全色| 五月亚洲激情| 久久多色| 97搞在线| 成人羞羞啪啪 全 视频| 色五月五月天色婷婷色五月| 亚洲成人在线在线| 日本啪啪网| 五月天激情AAAA| 色99在线观看| 婷婷综合久久综合| 99热久只有| 97碰人人操| 狠狠大香婷婷爱| 色永久| 天天综合精品| 亚洲 视频 导航 一区| 99热精品10| 99精品久久久久久久婷婷久久| 婷婷丁香五月综合激情小说| 99精色| 噜噜五月天综合| 六月婷婷之青青草| 97碰| 九九中文字幕九| 亚洲天堂AAA| 亚洲激情av| 天天肏在线| 一区视频网站| 五月天伊人综合| 成人五月丁香花| 99ri国产| 色私五月婷婷| 91九色无码内射| 五月婷丁香在线视频在线| 久色激情| 色色色9 9 9| 五月丁香六月日逼| 色综合五月天| 色99欧洲色19| 色欲天天综合| 国产色色网址网站| 91九色丨国产丨爆乳| 七七色综合| 五月婷婷伦理| 日日干夜夜干| 色婷婷丁香五月天| 五月婷婷久久综合| 久久色五月天| 少妇人妻人伦A片| 色五月五月婷婷| 中文精品在| 伊人深爱综合| 五月丁香 狠狠爱| 婷婷五月永远18免费久久久| 99热综合| 婷婷丁香人妻天天爽| 人妻精品在线| 99热在线播放| 国产乱码久久| 婷色五月| 狠色狠色狠色狠色狠色网| 精品久久99码| 亚洲人人96@| 91碰碰视频| 91丨九色|PRNY熟妇| 五月天婷婷色紫薇阁| 99在线免费视频| 九月色婷婷综合| 婷婷狠狠干| www99热| 欧美日本综合网| 欧美日韩91| 日韩五月婷婷| 日韩无码AV电影网站| 九九热99精品在线| 嘿嘿视频免费看9| 激情婷婷五月天日本系列| 1024人妻无码中文字幕| 午夜丁香婷婷| 九九九色综合| 丁香五月av| 97操在线视频| 亚洲视频一区| 丁香色综合| 人人看人人97| 色月视频| 成人做爰高潮A片免费视频| 丁香五月视频在线观看| 任你爽在线视频| 婷婷五月天激情免费在线观看| 青青草婷婷久久| 五月婷婷在线观看黄| 九九这里有精品| 中文人妻主播久久| 亚洲啪啪自拍| 91九色国产| 五月天天丁香婷婷在线中| 日韩aaaaa| 婷婷色五月激情| 中国女人做爰A片| 天天舔天天摸天天透| 熟女国产在线一区二区三区四区| 久久久99视频| 99热这里只有精品33| 日本精品人妻无码77777| 天天色综合网1| 婷婷色基地在线看| 五月天激情婷婷| 亚洲一区二区无码蜜乳av| 欧美色激情四射| 五月丁香婷爱在线| 婷婷在线精品| 99热热热天天人人人超超碰| 丁香五月偷拍| 亚洲视频二区| 九九99精品视品| 婷婷五月天Av| 玖玖视频福利| 久热伊人在91| 久久久久久久人妻| 色五月成人| 亚洲综合激| 美女被肏网站在线看| 色播六月| 另类小说婷婷色| 国产avapp 网| www,99视频| 婷婷狠狠操| 色色色色色色色综合| 狠狠五月天| 亚洲精品操一操、噜一噜、摸一摸、爽| 免费一区二区三区| 欧美综合婷婷欧美综| 九九精品自拍| 丁香六月天AV| 久久久久久久久人妻| 超碰人人艹| 最新色色五月天| 色五月超碰| 国产激情在线| 99热6色| A级毛片高清免费不卡播放谢谢谢谢| 伊人久久艹| 色五月婷婷色五月| 色色综合网站| 99婷婷五月天激情| 五月婷婷黄网站大全| 九九视频免费| 久久久全国免费视频| 日韩AV大全| 九九这里只有精品| 婷婷激情五月天色| 丁香六月婷婷综情欧美| 亚洲天堂有码| 国产精品色情AAAAA片软件| 国产这里只有精品| 久久视频这里99| 翔田千里aV中文字幕| 97干在线看| 国产av天天插天天操天天爽| 国产做A爰片毛片A片美国| 婷婷丁香成人| 久久五月天色婷婷| 亚洲va国产va天堂va综合va| 狠色色狠网| 99精品在| 五月天另类综合网| 五月婷婷开心深| 噜噜噜狠狠色综| 久久爱综合| 婷婷综合性爱网| 婷婷大香蕉| 日本色道视频网站| 另类在线| 天天肏在线观看| 天天色噜| 婷婷五月在线视频| 五月花免费视频| 九九热视频免费| 丁香六月成人网| 久久午夜理论| 99热只有精品在线观看| 丁香婷婷啪啪啪| 逼逼AV| 五月激情婷婷开心五月| 五月开心婷婷极品激情| 狠狠大香婷婷爱| 五月香蕉婷婷| www,色婷婷| 在线视频99| 日本九九视频| 在线看片av| 欧美影院婷婷| 看黄的网站18禁| 丁香九月综合| 亚洲色五月天是什么| 五月情丁香色| 午夜精品777| 99热99精品在线观看| 欧美噜一噜| 五月香六月婷| 久久99精品久久只有精品| 激情五月,婷婷五月,丁香五月| 色婷婷六月天| 激情五月综合第一页| 嫩草免费视频| 欧州色色| 色五月天视频| 婷婷六月丁香激情| www,五月天激情| 这里只有精品在线免费视频| 五月精品99综合| 色欲色香综合网| www激情五月天| 亚洲射激情| 另类激情五月| 亚洲色欲欧美一区二区三区| 99精品在线下载| 色欲婷婷五月天| 五月婷婷另类| 五月天成人在线| 亚洲AV色婷婷人禽五月天| 婷婷五月天六月丁香| 亚洲情色一区| 依人大香蕉| Aaa久久| 麻豆忘忧草午夜| 神马久久五月天| 五月丁香久久呀| 天天做综合| www,五月天com| 狠狠久久婷五月综合色| 99re热久久| 激情五月婷婷色| 久久视频婷婷视频| 色五月,com| 亚洲成人综合网在线免费观看| 第四色五月婷婷| 婷丁五月| 五月婷婷69| 亚洲色频| 日本久久极品| 丁香五月AV综合| 国产精品五月天婷婷| 中文AV在线播放| 综合色播| 99久久精彩视频| 婷婷久久大香蕉| 26UUU在线观看| 91精品久久久久久久久| 激情内射人妻1区2区3区| 美女91一起草| 五月天影院婷婷在线观看| 色婷婷丁香五月| www.婷婷五月天.com| 丁香婷婷五月天成人| 超碰99久久| 99热这里有精品| 日本99婷婷| 七七九九色色| 亚洲AV网址| 26uuu日韩| 色婷婷最新域名| 婷婷五月丁香在线观看| www.天天干| 思思re最新视频| 丁香色五月 97干| 色五月在线视频观看| 丁香六月综合激情| 色狠狠综合网| 直接看的AV网站| 亚洲操操| 亚洲黄色影视| 婷婷五月丁香色综合| 色九九综合色| 婷婷五月天777| 日本久久婷婷| 中文字幕黄色电影网址| 六月婷婷色五月| 伊人五月丁香| 性欧美大战久久久久久久83| 9久精品视频| 色五月在线播放| 九八Av| 九九热这里只有精品7| 五月丁香香蕉| 免费播放AV| 九九婷婷五月天影视| 看片视频在线免费日产在线看| 精品人妻在线| 一丁香五月天月AV| 五月情涩综合婷婷| 五月天天天色| 婷婷丁香社区| 五月丁香久久综合| 五月色综合| 丁香五月大香蕉AV| 婷婷国产成人| 日韩无码乱轮| 99视频在线精品| 任我肏视频精品| 天天操天天爽天天爱| www.色婷婷.com| 99操碰| 色色五月婷| 五月丁香亭亭操逼| 久久永久视频| 99操视频| 久久99精品久久久久久三级| 色狠狠综合入口| 天天日天天干天天操| 久久亭亭电影| 丁香五月成人网| cao久久| 丁香美女五月天婷婷| 成人综合网站| 色色亚卅| 亚洲精品444久久久久久| 激情丁香五月激情婷婷| 亚洲av| 国产精品久久7777777精品无码| 草草色情综合网| 五月激情网络| 久久精品五月| 欧美综合123区| 色五月天丁香婷婷色| 欧美激情综合色综合啪啪五月| 成人av在线网址| 色五月综合激情| 五月丁香啪啪啪免费看| 99久久66综合| 久久久精品色| www.97干视频| 99热老司机| 五月天激情小说婷婷| 91精品久久久久久久| 最新av在线观看| 国产成人亚洲综合A∨婷婷| 五月香婷婷| 九九热视频在线观看| 全网最新网黄大秀直播高清,主播国产录屏在线| 99无码| 97操碰在线97| 婷婷精品性视频| 五月狠狠| 五月天婷婷基地| 婷婷导航| 性按摩玩人妻HD中文字幕| 婷婷天天综合| 五月丁香婷婷啪啪网| 99热99干| 亚洲激情av| 国产日产亚系列精品版优势| 天天操天天操天天操天天操天天操天天操天天操天天操天天操 | 色婷婷成人做爰A片免费看网站| 日日色五月天| 久久久久久久久久久-久五月天婷婷| 五月激情久久综合网| 任你日热视频| 99热在线只有精品| 思思热国产| 综合色吧| 五月天成人免费视频| 99免费视频在线观看爱| 99久久99视频| 五月天婷婷激情| 色丁香五月综合网| 九九热av| 日韩av在线播放综合网| 婷婷五月天成人| 77799热| 久久婷婷东京热大香樵| www色色色com| 欧美激情综合色综合啪啪五月| 色婷丁香五月| 五月丁香色色色| 狠狠操狠狠操| 99这里有精品| 99视频精品全部免费 在线| 亚洲色激情| 婷婷五月天社区| 九九热99热| 久久婷婷色| 亚洲中文AV网站| 99九九玖玖| 色婷婷色五月天| 91超级碰碰碰| 日本九九九九九九| 五月花婷婷在线精品视频| 亚洲a色| 久9热视频| 丁香五月五月婷婷| 99精品久久久久久久久| 97碰碰在线观看视频| www.久久久久久久| 五月婷婷激情在线| 五月天激情国产综合婷婷婷| 91久久综合亚洲鲁鲁五月天| 99超级碰碰| 色综合激情图区| 色五月激情五月开心五月| 99久视频| 久热这里只有精品视频免费观看| 五月婷婷干干干| 9999热在线免费观看| 99热91| 六月婷欧美丁香综合| 久久99精品久久只有精品| 五月婷婷免费在线观看视频| 国熟女视频| 亚洲另类婷婷五月丁香在线播放| 久久亚洲天堂| 在线不卡AC| 大陆极品少妇内射AAAAAA| 激情五月无码| se.久久视频在线观看| 久久婷青青草原| 色99色| 欧美一级色| 久久九九@| 五月丁香六月婷综合成人综合| 精品99这里有| 婷婷五月网图片区| 97超碰99热99| 黄桃AV无码免费一区二区三区| 婷婷五月天丁香| 亚洲AV人人操| 伊人超碰| 91色在线/日韩| 一起草无码| 色色色在线观看| 天天干天天日日| 青青操avbb| 九九五月天| 激情综合婷婷| 91免费看片| 丁香五月WWW| 黄色av高清| 亚洲激情四射色| 久久在线视频免费观看| 69精品人人人人| 免费看欧美成人A片无码| 婷婷五月成人| 婷婷色婷婷| 中文字幕网伦射乱中文| 成 人片 黄 色 大 片| 96精品成人无码A片观看金桔| 五月婷婷之综合激情| 99精品热| 国产精品久久久久久久久久| 婷婷欧美综合| 色色激情五月天| 夜夜操狠狠操| 久久久国产精品黄毛片| 五月天丁香婷婷久久九| 婷婷五月丁香性爱| 综合色视频| 视频一二区| 另类激情五月| 丁香五月AV在线| 伊人五月人妻精品| 丁香婷婷中文字幕| 亚洲色五月婷婷| 九九热10| 五月叮香啪| 色色无码| 午夜成人av在线| www.久久爱.c n| 五月天激情影院| 99热网站在线观看| 女人天堂 AV| 丁香婷婷色情| 99热这里只有精品86| 婷婷酒色网| 97精品综合久久内射| 久久新| 狠狠艹狠狠艹| 丁香婷婷色五月天| 老司机午夜福利视频金瓶梅| 色婷婷在线视频综合| 中文网av| 人妻久热| 国产一级片| 色婷婷狠狠禁18久久| 婷婷五月天大香蕉| 五月婷婷开心亚洲无| 性色99| 人人摸人人| 丁香五月播播| 九九热这里只有精品9| 色天堂A| 综合激情在线视频| 久操热线| 天天舔天天摸天天透| 综合久久高清| 色五月综合| 久久婷婷五| 激情五月天在线观看色婷婷| 婷婷六月久久综合导航| av色色国产| www。五月,com| 久久黄A片| 九九热免费| 丁香婷婷激情| 情色五月天 网站| 婷婷亚洲日本| 我要色综合五月婷婷| 啪啪色区| 色色五月婷婷网| 狠狠干在线| 丁香午月AV中文字幕| 狠狠做婷婷| 久婷| 综合久久十| 中文字幕人妻在线| av人人操| 五月婷婷大香蕉| 97超碰在线免费观看| sewuyuejiqingwang| 色综合久久44| 久久久久97| 丁香五月aV| 操一区| 亚洲精品网址| 五月丁香 啪啪啪| 婷婷色婷婷| 96精品国产综合久久久久久| 99在线观看免费精品视频| 日亚二欧美| 久久五月天影院| 五月6香色婷婷视频| 五月丁香综合在线| 亚洲三A| 九九热只有这里精品| 色婷婷丁香| 不卡在线视频| 密臀久久| 色色色99| 色情五月婷| 五月天婷婷在线AN| 久久R激情| 五月婷婷五月天| 99激情视频| 99草在线免费观看视频| 九九热思思热| 久久婷婷亚洲| 激情丁香婷婷| 99在线视频播放| 玖玖@三月天天丁香婷婷| 天天艹夜夜爽| 成功精品影院| 99视频色在线观看| 日本色色图| 伊人激情网| 欧美A级网站| 超碰人人射| 一月婷婷色色| 日本久久人| 五月婷婷导航| 欧美色五月| 99视频在线啪| 开心五月婷婷婷美女| 日韩AV在线电影| 狠狠操在线视频| 国产偷人爽久久久久久老妇APP| 激情黄色小说色五月| 夜夜爱伊人| 亚州欧美黄色电影| 婷婷五月天六月| 国产av天天插天天操天天爽| 五月婷深深爱激情网| www.97视频| 六月丁香深深爱| 色综合天天| 凹凸探花电影| 91啪啪| 深爱五月天婷综合| 五月婷婷 婷婷五月 一区二区 久久久| 色久五月| 国精产品一区一区三区免费视频| 思思久久96热在精品国产,| 五月天伊人| 天天粽合合合合| 2025神马午夜福利| 婷婷五月六月丁香综合| 99碰碰碰| 亚洲aV写真天天综合网久久| 欧美色色日韩| 99爱视频在线| 大香蕉天堂| A久久| 综合色五月天| 超碰妻人人| 亚洲五月天婷婷| 香蕉久久六月| 996er热| 69色婷婷| 操操碰| 狠狠草天天草| 天天干天天日天天操| 99re这里只有精品免费| 五月婷婷色欲| 玖玖热视频| 久久婷.com| 婷婷六月色| 亚洲无码九九| 国产成人高清| 99热在线播放| 五月天激情在线视频| 日本女色人人| 五月激情六月丁香| 亚洲一个色| 五月天婷婷婷| 开心激情网在线| 色综合偷拍| 激情综合五| 色色综合日韩| 久久全色| 成人视频一区| 色视五月天婷婷| 五月天婷婷激情网| 99精品网| 日本色色视频| 99综合成人视频在线观看 | 99热精在线九九久久保| 天堂va久久久噜噜噜久久Va| www.91九色| 思99热精品久久只有精品| 欧美婷婷丁香五月| 久久婷婷五月综合啪| 另类五月婷婷| 中文超碰视在线| 亚洲激情av| 亚洲丁香五月| av大香蕉| 五月婷婷婷色| av人人干| 看久久性爱视频| 99热r| 97性高潮久久久| www久| 99热成人| 亚洲精品小视频| 五月丁香婷婷婷激情爱爱| 色婷婷丁香五月| 99热在线看片| 亚洲无码成人性爰网| 婷婷欧美激情| 久久九色| 亚洲99精品欧美一区| 亚洲婷婷丁香五月在线| 狠狠色综合久久久久| 九九精品免费| 婷婷色综合av| 婷婷六月激情啪啪| 色五月色五天色情网| 日本97人人| 欧美日本黄色| 天天草天天日| 青青草tp| 丁香五月欧美婷婷| 六月丁香激情网| 看片视频在线免费日产在线看| 深爱激情五月天色婷婷| 嫩草视频观看| 婷婷日韩| 成人综合网站| 日韩在线视频中文字幕| 中文在线视频久1| 五月丁香婷婷久久| 99精品在线| 97日在线视频| 国产SUV精品一区二区883| 久久机热/这里只有精品| 五月丁香婷婷婷婷综合网| 天天情天天狠天天透| 欧美天天五月丁香免费观看| 婷婷.com| 丁香8月手机综合| 96丁香六月婷婷蜜桃综合久久| www.五月天婷婷姐姐| 99热免| 九九综合九| 色综合播放| 99视频久久| 久久激情视频| 久久色9| 日日噜噜久久婷婷五月天| 色五月婷婷丁香婷婷| 第四色激情网| 91九色丨国产丨爆乳| 国产裸舞福利资源在线视频| 一区二区免费看| 99热这里只有精品8| 停停六月 综合| 激情亭亭五月| 激情综合五月| www.99热视频| 丁香色色网| 色www.con| 99欧州偷拍视频| 亚洲激情在线| 青青草原99热| 色热久| 青青艹b| 大香蕉视频婷婷| www,99热在线观看| 大香伊人久色| 婷婷五月丁香基地| 六月综合婷婷开心伊人| 国产精品色色色色| 九九99久久| 婷婷久久久| 大香蕉啪啪| 婷婷成人网五月天| 久久92| 冬月かえでAV无码播放| 激情综合网亚洲色图| 天天插天天爱| 五月丁香婷婷啪啪| 天天天在线观看| 超碰不卡在线| 丁香五月婷婷激情中文| 激情五月天婷婷久久久久久久久久久| 伊人婷婷青青cao| 狠狠色婷婷在线| 婷婷六月色丁香视频在线观看| 久久久人妻人伦| 丁香五月婷婷久久久| 超碰av在线| 夜夜骑日日操| 色色成人網| 襙比视频| 久久视频这里99| 五月婷视频在线| 天堂A∨在线| 色色com| 粉嫩AV久久一区二区三区| 色婷婷丁香女女| 日韩AV在线电影| 日本97在线视频| 丁香五月综合高清在线| 色色吧综合| 丁香婷婷综合激情五月色,开心五月丁香花综合网,激情综合五月亚洲婷婷,五月天 | 久久天天| 先锋资源91| 色五月色五天色情网| 99热国产| 羞羞嫩草视频| 激情人妻综合| 97婷婷在线| 热99这里只是精品| 开心丁五月| 无码色色| 婷婷情色激情| 丁香五月手机在线| 丁香六月啪啪| 亚洲天堂青草| 日韩操逼大片| 岛国资源网| 婷婷香五月天| 亚洲a色| 97日本在线播放| 在线观看欧美| 亚洲色涩视频| 久久只这里有精品| 婷婷综合网| 人妻精品一区二区三区| 色狠狠婷婷| 热久国产| 五月天婷爱综合| 另类 在线| 被强行糟蹋的女人A片| 337久久| 色欲天天综合| 小视频一区 | 97人人干人人操| 色五月视频无码播放| 性综合网| 99精品国产在热久久| 大香蕉欧美在线| va婷婷在线| Www,五月天| 涩五月婷婷| 热99.com婷婷| 全亚洲最大的婷婷五月天网站COM| 爱性综合网| 天天干夜晚夜操| 国产成人+综合亚洲+天堂| 开心五月婷婷伊人| 五月丁香六月婷婷精品| 五月天激情小说欧美激情| 久久丁香五月| AA片在线观看视频在线播放| 91操黄| 五月婷婷九| 五月丁香亚洲综合网| 五月激情小说| 日韩无码专区| 中文字幕av亚洲| 色婷婷狠狠久久综合五月| 在线另类| 97五月天婷婷综合激情网| yazhou seshipin| 99视频九九热| 91久女| 婷婷色五月综合丁香| 五月婷在线| 五月天色软件| 激情综合五月激情XXXX| 天天撸天天干天天插| 国产激情久久| 五月天社区婷婷丁香社区| 五月天婷婷黄色| 六月激情网| 91精品久久久久久| 五月天五月天激情网| 中文字幕乱码亚洲精品一区| 99在线播放视频| 日本高清久| 久久免费试看120秒| 午夜电影网VA内射| 久草婷婷| 噜噜噜噜噜久| 精品成人久久久久久久_一二三四视| 天堂亚洲 在线| 色播五月丁香综合| 91操片| 一区二区你懂的| www.婷婷,com| 国产这里只有精品| 久久伦乱| 欧美一级操逼视频| 色五月丁香五| 九九re精品视频在线观看| ji'qi'luan'ren'lun| 四川BBB搡BBB搡多人乱亂| 碰碰91| 婷婷五月丁香91| 99视频久久久| 人妻久久久久| 九九综合| 97干在线看| 亚洲va欧美va天堂v国产综合| 操97在线观看| 韩国情人在线电视剧免费观看高清版全集 | 婷婷伊人75| av操一操| 就去色色五月丁香婷婷久久久| 激情五月色综合国产精品| 色色激情网| 九九99在线免费在线观看视频| 99在线精品视频| www.久久婷婷| 五月天久久婷婷| WWW久| 色婷婷精品| 成年视频免费观看| 人妻自慰高清合集| 九九伦子片| 五月丁香亚洲综合网| 国产精品久久久久久喷浆| 噜噜噜噜在线| 久久精品一区二区三区四区| 99热精品在线播放观看| 五月综合激情婷婷六月色窝| 97婷婷丁香| 欧美精品999| 99热99成人| 久久曰曰| 婷婷丁香视频在线观看免费| 99热亚洲| 久久久久久丁香五月| 韩日AV片| www色色com| 婷婷综合视频| 男人天堂亚洲综合| 任你操精品免费| 久久狼人天堂| 色播五月天激情| 99re这里只有精品免费| www婷婷| 天天舔天天摸天天射| 久久久97| 欧美色小说婷婷| 五月婷婷 自拍| 久久AV电影| 国产.亚洲.欧洲视频在线| 98色花堂98t.R| 婷婷欧美激情| 丁香五月天激情| 色欲香综合网| 丁香五月色色| 色婷婷丁香六月| 色色色色色色综合网| 婷婷色激情五月天| 全高清无码视頻| 九九热免费| 亚洲激情淫网| 97久久久久| 天天日天天爽夜夜爽| 五月婷婷激情| 天天日天天摸| 九九久久99精品免费观看www| 激情六月天|