利用Python进行数据分析

Enthought Canopy 的安装及使用

在了解了基础的python基础之后，最近在学习使用Python进行数据分析，本人英语渣，因此选择两本中文参考书：分别为《利用Python进行数据分析》唐学韬和《python科学计算》张若愚。
韩小明·2020-02-06 02:52

利用Python进行数据分析第二版复现（十）

第11章时间序列时间序列数据主要有：时间戳、固定时间、时间间隔以及实验或过程时间。11.1日期和时间数据类型及工具一般使用datetime.datetime数据类型。fromdatetimeimportdatetimenow=datetime.now()print(now)print(now.year,now.month,now.day)#datetime是用毫秒的方式存储时间的2020-02-0
一行白鹭上青天·2020-02-05 19:24

利用Python进行数据分析

一本好书对于刚入行的小白是十分重要,有些人花时间寻找大量博客一点一点积累,但是这样没有建立完整的只是体系架构个人认为应该在一本书的基础上,再去搜索相关知识点,作为巩固的效果书籍(全中文第二版)Pythonfordataanalysis.png豆瓣评分:8.3出版时间:2017年10月大家可以看目录是否是自己需要的下载地址:百度网盘书籍的相关评论“科学计算和数据分析社区已经等待这本书很多年了：大量具
爱江山更爱学习·2020-02-05 09:03

学习计划及书籍概述

《利用Python进行数据分析》工具书通过
混乱中的幸福·2020-02-05 01:40

利用python进行数据分析之数据规整化(三)

7.4.2正则表达式正则表达式（regex）提供了一种灵活的在文本中搜索或匹配字符串模式的方式。正则表达式是根据正则表达式语言编写的字符串。re模块的函数可以分为三类：模式匹配；替换；拆分。他们之间相辅相成。一个regex描述了需要在文本定位的一个模式。例子：假如想拆分一个字符串，分隔符为数量不定的一组空白符（制表符、空格、换行符）。描述一个或多个空白符的regex是：\s+In[57]:impo
凌岸_ing·2020-02-02 11:52

Python之Pandas库（4）——描述性统计的概述与计算

本博客为《利用Python进行数据分析》的读书笔记，请勿转载用于其他商业用途。pandas对象装配了一个常用数字、统计学方法的集合。
Chrishany·2020-01-31 18:52

生成器

生成器摘录自《利用Python进行数据分析》第三版3.2.6迭代器协议是一种令对象可遍历的通用方式。
败北桑·2020-01-18 22:00

使用序列生成字典

使用序列生成字典摘录自《利用Python进行数据分析》第三版3.1.4.1有时可能需要两个序列(list)按元素配对生成字典。
败北桑·2020-01-18 21:00

字典 (dictionary) 的默认值

字典(dictionary)的默认值摘录自《利用Python进行数据分析》第三版3.1.4.2通常，如果想要获得字典里对应键的值，但是我们先前并不确定这个键是否存在于字典中的话，代码会这样写ifkeyinsome_dict
败北桑·2020-01-18 21:00

[转]《利用Python进行数据分析·第2版》第3章 Python的数据结构、函数和文件

原文作者：SeanCheney原文链接：http://www.jianshu.com/p/b444cda10aa0本章讨论Python的内置功能，这些功能本书会用到很多。虽然扩展库，比如pandas和Numpy，使处理大数据集很方便，但它们是和Python的内置数据处理工具一同使用的。我们会从Python最基础的数据结构开始：元组、列表、字典和集合。然后会讨论创建你自己的、可重复使用的Python
李绍俊·2020-01-08 20:04

利用python进行数据分析之数据加载、存储与文件格式

书中源码与数据集http://github.com/pydata/pydata-book目录6.1读写文件格式的数据6.2二进制数据格式6.3使用html和webAPI6.4使用数据库输入和输出可以划分几个大类：读取文本文件和其他更高效的磁盘存储格式，加载数据库中的数据，利用webAPI操作网络资源。6.1读写文件格式的数据pandas中得解析函数函数read_csv从文件、URL、文件型对象中加
凌岸_ing·2020-01-08 13:09

《利用Python进行数据分析·第2版》 附录B 更多关于IPython的内容（完）

第1章准备工作第2章Python语法基础，IPython和Jupyter第3章Python的数据结构、函数和文件第4章NumPy基础：数组和矢量计算第5章pandas入门第6章数据加载、存储与文件格式第7章数据清洗和准备第8章数据规整：聚合、合并和重塑第9章绘图和可视化第10章数据聚合与分组运算第11章时间序列第12章pandas高级应用第13章Python建模库介绍第14章数据分析案例附录ANu
SeanCheney·2020-01-08 06:58

利用python进行数据分析之数据规整化(二)

7.3数据转换还有一个重要操作就是过滤、清理、以及其他的转换工作。7.3.1移除重复数据DataFrame有时候会出现重复的行：In[27]:data=DataFrame({'k1':['one']*3+['two']*4,'k2':[1,1,2,3,3,4,4]})In[28]:dataOut[28]:k1k20one11one12one23two34two35two46two4DataFram
凌岸_ing·2020-01-07 13:45

第4章 Numpy基础(2)

以下内容主要学习自《利用Python进行数据分析》第4章NumPy基础(2)NumPy是NumericalPython的简称，它是目前Python数值计算中最为重要的基础包。
whybask·2020-01-07 07:07

利用Python进行数据分析(3) 使用IPython提高开发效率

一、IPython简介IPython是一个交互式的Python解释器，而且它更加高效。它和大多传统工作模式（编辑->编译->运行)不同的是，它采用的工作模式是：执行->探索，而大部分和数据分析相关的代码都含有探索式操作（比如试误法和迭代法），所以IPython能大大提高编码效率。IPython发展到现在，它不仅仅只是一个加强版的Pythonshell了，它集成了GUI控制台，这可以让你直接进行绘图
杨存村長·2020-01-06 19:13

数据科学家的完整学习路径（Python版）

该路径提供了你需要学习的利用Python进行数据分析的所
君临天下夜未央·2020-01-05 19:04

Python入门须知

资料整理基础知识，网络教程：https://www.liaoxuefeng.com/wiki/1016959663602400基础知识，图书：Python基础教程（第3版）高级知识，数据分析，推荐图书：利用
rabbitGYK·2020-01-05 07:23

《利用Python进行数据分析·第2版》第13章 Python建模库介绍

第1章准备工作第2章Python语法基础，IPython和Jupyter第3章Python的数据结构、函数和文件第4章NumPy基础：数组和矢量计算第5章pandas入门第6章数据加载、存储与文件格式第7章数据清洗和准备第8章数据规整：聚合、合并和重塑第9章绘图和可视化第10章数据聚合与分组运算第11章时间序列第12章pandas高级应用第13章Python建模库介绍第14章数据分析案例附录ANu
SeanCheney·2020-01-05 04:15

第5章 Pandas入门(1)

以下内容主要学习自《利用Python进行数据分析》第5章Pandas入门(1)pandas所包含的数据结构和数据处理工具，使得在pandas中进行数据清洗和分析非常快捷。
whybask·2020-01-04 04:54

利用Python进行数据分析(4) NumPy基础: ndarray简单介绍

利用Python进行数据分析（一）简单介绍二、ndarray是什么ndarray是一个多维的数组对象，具有矢量算术运算能力和复杂的广播能力，并具有执行速度快和节省空间的特点。
杨存村長·2020-01-03 19:13

《利用Python进行数据分析·第2版》第8章 数据规整：聚合、合并和重塑

第1章准备工作第2章Python语法基础，IPython和Jupyter第3章Python的数据结构、函数和文件第4章NumPy基础：数组和矢量计算第5章pandas入门第6章数据加载、存储与文件格式第7章数据清洗和准备第8章数据规整：聚合、合并和重塑第9章绘图和可视化第10章数据聚合与分组运算第11章时间序列第12章pandas高级应用第13章Python建模库介绍第14章数据分析案例附录ANu
SeanCheney·2020-01-02 06:16

数据分析day1:json数据处理

数据来自《利用python进行数据分析》附加数据文件，本篇使用采集的用户匿名数据读取一行数据很乱，很难看懂利用第三方转换为易读模式每一行都是一个json格式数据，里面有不少数据，目前我能看出来几个：时区
james_chang·2019-12-30 15:38

《利用Python进行数据分析·第2版》第10章 数据聚合与分组运算

第1章准备工作第2章Python语法基础，IPython和Jupyter第3章Python的数据结构、函数和文件第4章NumPy基础：数组和矢量计算第5章pandas入门第6章数据加载、存储与文件格式第7章数据清洗和准备第8章数据规整：聚合、合并和重塑第9章绘图和可视化第10章数据聚合与分组运算第11章时间序列第12章pandas高级应用第13章Python建模库介绍第14章数据分析案例附录ANu
SeanCheney·2019-12-30 07:02

利用Python读取外部数据文件

利用Python进行数据分析，同样最重要的一步就是如何将数据导入到Python中，然后才可以实现后面的数据分析、数据可视化、数据挖掘等。
蝴蝶兰玫瑰·2019-12-30 04:52

《利用python进行数据分析》2.0——pandas库

目录：1.values和index2.检测缺失数据3.name属性4.赋值直接修改DataFrame：表格型数据结构1.构建DataFrame方法（1），直接传入一个字典。如果指定了列序列，则列就会按照指定顺序排列2.通过类似字典标记的方式，将DataFrame的列获取为一个Series3.可以通过赋值方式修改4.为不存在的列赋值会创建新列，del删除列5.构建方法（2），嵌套字典6.设置Data
鬼宇书生·2019-12-29 16:20

《利用Python进行数据分析·第2版》第3章 Python的数据结构、函数和文件

第1章准备工作第2章Python语法基础，IPython和Jupyter第3章Python的数据结构、函数和文件第4章NumPy基础：数组和矢量计算第5章pandas入门第6章数据加载、存储与文件格式第7章数据清洗和准备第8章数据规整：聚合、合并和重塑第9章绘图和可视化第10章数据聚合与分组运算第11章时间序列第12章pandas高级应用第13章Python建模库介绍第14章数据分析案例附录ANu
SeanCheney·2019-12-29 16:13

《利用Python进行数据分析·第2版》第7章 数据清洗和准备

第1章准备工作第2章Python语法基础，IPython和Jupyter第3章Python的数据结构、函数和文件第4章NumPy基础：数组和矢量计算第5章pandas入门第6章数据加载、存储与文件格式第7章数据清洗和准备第8章数据规整：聚合、合并和重塑第9章绘图和可视化第10章数据聚合与分组运算第11章时间序列第12章pandas高级应用第13章Python建模库介绍第14章数据分析案例附录ANu
SeanCheney·2019-12-28 15:06

《利用Python进行数据分析》第7章 合并数据集

合并数据集数据分析和建模方面的大量编程工作都是用在数据准备上的：加载、清理、转换以及重塑。有时候，存放在文件或数据库中的数据并不能满足你的数据处理应用的要求。pandas对象中的数据可以通过一些内置的方式进行合并：pandas.merge可根据一个或多个键将不同DataFrame中的行连接起来。数据库风格的DataFrame合并数据集的合并（merge）或连接（join）运算是通过一个或多个键将行
龍猫君·2019-12-28 08:15

第9章 绘图与可视化(1)

以下内容主要学习自《利用Python进行数据分析》第9章绘图与可视化信息的可视化是数据分析中最重要的任务之一，因为可视化是数据探索过程的一部分，例如：帮助识别异常值或所需的数据交换，或者为建模提供一些想法
whybask·2019-12-26 00:11

数据分析day2:dat表数据处理

数据来自《利用python进行数据分析》附加数据文件，本篇使用电影评分数据读取三份数据这里传入的names值的是要使用的列名称的列表三个表的前5行要记住每一个都是DataFrame对象，不过三个表看起来太麻烦了
james_chang·2019-12-24 22:16

PYTHON Booklist

卡牌大师的回答深入浅出数据分析深入浅出SQL利用python进行数据分析数据分析：企业的贤内助数据挖掘导论集体智慧编程推荐系统实践机器学习系统设计R语言实战统计思维统计学习方法机器学习：使用案例分析Python
Lapizico·2019-12-24 18:45

《利用Python进行数据分析》 附录 A.2 高阶数组操作

附录A高阶Numpy操作A.2高阶数组操作除了神奇索引、切片和布尔值子集外，还有很多方式可以处理数组。虽然大部分数据分析应用程序的繁重工作都是由pandas中的高级函数处理的，但有时候你可能需要编写一些在现有库中找不到的数据算法。A.2.1重塑数组1.一维数组重塑在很多情况下，你将数组从一个形状转换为另一个形状，并且不复制任何数据。为了实现这个功能，可以向reshape数组实例方法传递一个表示新形
ipy烽·2019-12-22 21:04

NumPy辟邪剑谱——高阶篇

入门篇传送门：NumPy辟邪剑谱——入门篇进阶篇传送门：NumPy辟邪剑谱——进阶篇还想安利一波这本书《利用python进行数据分析》，代码很实用，内容通俗易懂。
转身丶即天涯·2019-12-22 15:27

Python 爬虫之路

list(队列),dict(字典)爬虫下来的数据要用Python的数据框架来存储，list和dic是基础，另外你还需要了解Numpy，Pandas[推荐书籍]《利用Python进行数据分析》学习Python
AlwaysLight·2019-12-22 14:15

无标题文章

利用python进行数据分析p32页中，使用pivot_table：mean_ratings=data.pivot_table('rating',rows='title',cols='gender',aggfunc
一杯乌龙茶·2019-12-22 04:01

利用Python进行数据分析(9) pandas基础: 汇总统计和计算

pandas对象拥有一些常用的数学和统计方法。例如，sum()方法，进行列小计：sum()方法传入axis=1指定为横向汇总，即行小计：idxmax()获取最大值对应的索引：还有一种汇总是累计型的，cumsum()，比较它和sum()的区别：unique()方法用于返回数据里的唯一值value_counts()方法用于统计各值出现的频率isin()方法用于判断成员资格
杨存村長·2019-12-21 18:57

《利用Python进行数据分析》第五章-pandas的数据结构介绍

pandas的数据结构介绍要使用pandas，你首先就得熟悉它的两个主要数据结构：Series和DataFrame。虽然它们并不能解决所有问题，但它们为大多数应用提供了一种可靠的、易于使用的基础。In[1]:frompandasimportSeries,DataFrameIn[2]:importpandasaspdIn[3]:importnumpyasnpSeriesSeries是一种类似于一维数
龍猫君·2019-12-18 05:38

利用Python进行数据分析分析-Ted Talks Data Analysis

TedTalks环境：Python2.7AnacondaJupyterNotebook数据集:https://www.kaggle.com/rounakbanik/ted-talks导入相应的库%matplotlibinlineimportpandasaspdimportnumpyasnpfromscipyimportstatsimportmatplotlib.pyplotaspltimports
JaeGwen·2019-12-18 02:44

《利用Python进行数据分析》读书笔记

IPython#ipython安装sudopipinstallIPython#ipython启动python-mIPython#使用numpyimportnumpyasnpfromnumpy.randomimportrandndata={i:randn()foriinrange(7)}datatab键自动完成image.png内省image.png
八宝粥BBZ·2019-12-16 02:11

利用Python进行数据分析(12) pandas基础: 数据合并

pandas提供了三种主要方法可以对数据进行合并：pandas.merge()方法：数据库风格的合并；pandas.concat()方法：轴向连接，即沿着一条轴将多个对象堆叠到一起；实例方法combine_first()方法：合并重叠数据。pandas.merge()方法数据库风格的合并，例如，通过merge()方法将两个DataFrame合并：on='name'的意思是将name列当作键；默认情
杨存村長·2019-12-15 18:54

《利用Python进行数据分析》 附录 A.6更多关于排序的内容

附录A高阶NumpyA.6更多关于排序的内容1.ndarray的sort实例方法和Python的内建列表类似，ndarray的sort实例方法是一种原位排序，意味着数组的内容进行了重排列，而不是生成了一个新的数组（见图A-1）图A-1：ndarray的sort实例方法注：在进行数组原位排序时，请记住如果数组是不同ndarray的视图的话，原始数组将会被改变2.numpy.sort方法另一方面，nu
ipy烽·2019-12-15 14:34

NumPy学习笔记

简单整理了NumPy的一些特性，参考的是《利用Python进行数据分析》（WesMcKinney著），NumPy官方文档，菜鸟教程。
CosRosea·2019-12-14 02:37

NumPy辟邪剑谱——进阶篇

再次声明，以下内容大多来自《利用python进行数据分析》一书，非常值得拥有的一本书。
转身丶即天涯·2019-12-12 09:35

《利用Python进行数据分析》第五章 pandas的数据汇总与处理缺失数据

汇总和计算描述统计pandas对象拥有一组常用的数学和统计方法。它们大部分都属于约简和汇总统计，用于从Series中提取单个值（如sum或mean）或从DataFrame的行或列中提取一个Series。In[1]:frompandasimportSeries,DataFrameIn[2]:importpandasaspdIn[3]:importnumpyasnp用DataFrame的sum方法将会
龍猫君·2019-12-12 02:57

NumPy辟邪剑谱——入门篇

以下内容大多来自《利用python进行数据分析》一书，非常值得拥有的一本书，带你走进数据分析的世界。
转身丶即天涯·2019-12-07 10:42

《利用Python进行数据分析》 附录 A.9 性能技巧

附录A高阶NumpyA.9性能技巧利用NumPy从代码中获得良好性能通常很简单，因为数组操作通常会取代相对缓慢的纯Python循环。以下列表简要总结了一些需要注意的事项：·将Python循环和条件逻辑转换为数组操作和布尔数组操作·尽可能使用广播·使用数组视图（切片）来避免复制数据·使用ufunc和ufunc方法如果在用尽NumPy提供的功能之后仍然无法获得所需的性能，请考虑在C、Fortran或C
ipy烽·2019-12-06 20:56

简单利用Python进行数据分析（NumPy基础：数组与向量化计算）

NumPy基础：数组与向量化计算安装numpy及使用pipinstallnumpyPyCharm无法使用numpyFile-->setting-->项目名-->ProjectInterpreter-->本地安装python-->应用测试代码importnumpyasnpdata=np.random.randn(2,3)print(data)numpy简介作用ndarry，一种高效多维数组，提供了基
ckllf·2019-12-05 11:16

< 利用Python进行数据分析 - 第2版 > 第五章 pandas入门 读书笔记

《利用Python进行数据分析·第2版》第五章pandas入门——基础对象、操作、规则python引用、浅拷贝、深拷贝/视图、副本视图=引用副本=浅拷贝/深拷贝浅拷贝/深拷贝区别浅拷贝：拷贝对象的副本，
黄龙士·2019-12-03 23:00

《利用Python进行数据分析·第2版》第2章 Python语法基础，IPython和Jupyter Notebooks

第1章准备工作第2章Python语法基础，IPython和JupyterNotebooks第3章Python的数据结构、函数和文件第4章NumPy基础：数组和矢量计算第5章pandas入门第6章数据加载、存储与文件格式第7章数据清洗和准备第8章数据规整：聚合、合并和重塑第9章绘图和可视化第10章数据聚合与分组运算第11章时间序列第12章pandas高级应用第13章Python建模库介绍第14章数据
SeanCheney·2019-12-02 11:25

《利用Python进行数据分析（第二版）》PDF高清完整版-免费下载

《利用Python进行数据分析（第二版）》PDF高清完整版-免费下载《利用Python进行数据分析（第二版）》PDF高清完整版-免费下载作者(WesMcKinney)下载地址1：网盘下载下载地址2：网盘下载
Ruoshan·2019-12-01 20:25
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他