利用Python进行数据分析

《利用Python进行数据分析·第2版》第11章 时间序列

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·2017-12-24 23:42

《利用Python进行数据分析》第8章 绘图和可视化笔记

matplotlib绘图和可视化matplotlib是一个用于创建出版质量图表的桌面绘图包（主要是2D方面）。绘图是数据分析工作中最重要的任务之一，是探索过程的一部分。importmatplotlib.pyplotaspltfrompandasimportSeries,DataFrameimportpandasaspdimportnumpyasnpfromnumpy.randomimportran
龍猫君·2017-12-23 23:09

《利用Python进行数据分析》第7章 字符串操作与正则表达式

字符串操作Python有简单易用的字符串和文本处理功能，大部分文本运算都直接做成了字符串对象的内置方法。对于更为复杂的模式匹配和文本操作，则可能需要用到正则表达式。字符串对象方法以逗号分隔的字符串可以用split拆分成数段In[4]:val='a,bc,c,gudio'In[5]:val.split(',')Out[5]:['a','bc','c','gudio']In[6]:val='a,bc,
lumugua·2017-12-21 23:39

【数据分析】利用Python进行数据分析 第二版 (2017) 中文翻译笔记

017【数据分析】利用Python进行数据分析第二版(2017)中文翻译笔记中期回顾请看这里：中期回顾前十四章的翻译工作正式结束！
赤乐君·2017-12-16 19:58

【数据分析】利用Python进行数据分析 第二版 (2017) 中文翻译笔记

017【数据分析】利用Python进行数据分析第二版(2017)中文翻译笔记中期回顾请看这里：中期回顾前十四章的翻译工作正式结束！
赤乐君·2017-12-16 19:58

《利用Python进行数据分析》第四章-numpy基础

Numpy数组函数和数组数据处理1.通用函数：快速的元素级数组函数通用函数（即ufunc）是一种对ndarray中的数据执行元素级运算的函数。你可以将其看做简单函数（接受一个或多个标量值，并产生一个或多个标量值）的矢量化包装器。许多ufunc都是简单的元素级变体，如sqrt和exp：In[1]:importnumpyasnpIn[2]:arr=np.arange(10)In[3]:arrOut[3
龍猫君·2017-12-10 19:08

《利用Python进行数据分析·第2版》第9章 绘图和可视化

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·2017-12-10 14:40

《利用python进行数据分析》读书笔记1

读取json内容：importjsonpath='路径\文件名.txt'records=[json.loads(line)forlineinopen(path)]#records为由字典组成的列表。每个字典为一个实例建立只有‘tz’时区字段的列表。因为不是每个字典实例都有tz字段，所以要加上if'tz'inrec。否则会报错。time_zone=[rec['tz']forrecinrecordsi
omuraisu·2017-12-10 04:56

学习资料

kailashahirwar/cheatsheets-ai优矿新手教程https://uqer.io/community/share/569cb902228e5b8ffc7450cfPandas学习教程《利用
woodwood2000·2017-12-08 03:03

数据分析 | 天池 - 资金流入流出预测 经验总结

的方法和书单开始学习，主要看这几本书：《统计学》、《利用Python进行数据分析》、《R语言
X的次元人生·2017-12-07 02:24

利用Python进行数据分析笔记-第三章-ipython

Tab键自动完成:1.变量补全2.对象方法、属性补全3.模块方法、属性补全(Ipython默认隐藏以”_”开头的方法属性，如果想显示需要手动设置配置文件)4.路径补全(在字符串中也可以)对象内省(objectintrospection)如果该对象是一个函数或实例方法，则其docstring(如果有)也会显示：使用??显示源代码（如果可能的话）:?的其他用法:用%run命令运行脚本:脚本:defsu
kevin聪·2017-12-06 16:08

利用Python进行数据分析(11) pandas基础: 层次化索引

层次化索引层次化索引指你能在一个数组上拥有多个索引，例如：有点像Excel里的合并单元格对么？根据索引选择数据子集以外层索引的方式选择数据子集：以内层索引的方式选择数据：多重索引Series转换为DataFrame层次化索引在数据重塑和分组中扮演着很重要的角色，例如，上面的层次化索引数据可以转换为一个DataFrame：对于一个DataFrame，横轴和竖轴都可以有层次化索引，例如：重排分级顺序根
I天辉I·2017-11-23 15:29

01 开始Python数据分析之旅

利用python进行数据分析课程相关说明学习Python数据分析的理由免费，开源，简单，易学开源库资源丰富，numpy，pandas，scipy等库有机结合可以完全替代matlab的功能Python可以配合
千山99·2017-11-18 12:50

《Scikit-Learn与TensorFlow机器学习实用指南》

序言中明确地指出最好有NumPy、pandas、matplotlib基础，正好可以参考《利用Python进行数据分析
SeanCheney·2017-11-15 23:07

《利用Python进行数据分析·第2版》第6章 数据加载、存储与文件格式

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·2017-11-15 09:44

《利用Python进行数据分析·第2版》第5章 pandas入门

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·2017-11-14 12:26

《利用Python进行数据分析·第2版》第4章 NumPy基础：数组和矢量计算

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·2017-11-09 17:38

python：利用pandas进行绘图（总结）绘图格式

利用python进行数据分析第八章：绘图和可视化pandas绘图工具22.5PlotFormatting（绘图格式）22.5.1ControllingtheLegend（图例管理）YoumaysetthelegendargumenttoFalsetohidethelegend
genome_denovo·2017-11-02 20:41

《利用Python进行数据分析·第2版》第1章 准备工作

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·2017-10-31 15:43

python：利用pandas进行绘图（总结）基础篇

利用python进行数据分析第八章：绘图和可视化pandas绘图总结pandas中的绘图函数（更加详细的绘图资料可参考pandas.pdf文档中的Visualization这一章）>>>importpandasaspd
genome_denovo·2017-10-23 20:08

利用python进行数据分析-pandas.concat/subplots/gropuby/pivot_table,多文件整合、聚合、分组，子图

importpandasaspdfrommatplotlibimportpyplotaspltimportnumpyasnp#文件中年份为1880年-2011年years=range(1880,2011)pieces=[]#列名columns=['name','sex','births']foryearinyears: #通用的路径名 path='D:\\pythonprogram\\names\
choven_meng·2017-10-17 16:36

python：pandas（7），读写文本格式数据

利用python进行数据分析第六章：数据加载、存储与文本格式NumPy提供了一个低级但异常高效的二进制数据加载和存储机制，而对于pandas的输入与输出划分为几个大类：读取文本文件和其他更高效的磁盘存储格式
genome_denovo·2017-10-15 18:04

python：NumPy基础（4），总结

利用python进行数据分析第四章：NumPy基础：数组和矢量计算总结1，创建ndarray利用np.array()函数>>>importnumpyasnp>>>np.array([1.2,4.5,7.1,9.0
genome_denovo·2017-10-15 17:42

python：NumPy基础（3），文件输入输出

利用python进行数据分析第四章：NumPy基础：数组和矢量计算1，用于数组的文件输入输出1，将数组以二进制格式保存到磁盘np.save和np.load是读写磁盘数组数据的两个主要函数。
genome_denovo·2017-10-14 12:31

python：NumPy基础（1），ndarray多维数组对象

利用python进行数据分析第四章：NumPy基础：数组和矢量计算精通面向数组的编程和思维方式是成为Python科学计算牛人的一大关键步骤。
genome_denovo·2017-10-03 16:50

python：matplotlib及pandas绘图（2）

利用python进行数据分析第八章：绘图和可视化pandas中的绘图函数（更加详细的绘图资料可参考pandas.pdf文档中的Visualization这一章）比较matplotlib和pandas发现
genome_denovo·2017-10-02 15:40

list的特点和应用（不断补充） python

其重要的特点有：1.元素可重复          这一特点的应用有：1.数据分析中的一个统计，相应的例子在利用python进行数据分析一书中对时区的统计，可以将数据集每一条数据中所出现的是时区都循环的add
AbelXv·2017-09-27 21:10

利用python进行数据分析小笔记——分析‘[rec['tz'] for rec in records if 'tz' in rec]’ python

listcomprehension的内容不多描述。forrecinrecodesrecords是dic的list，所以rec是一个字典对象if'tz'inrec判断rec字典中有没有'tz'这一keylist中存储其value一开始自己以为rec[]这一东东是python中的一个语法，却没有仔细的分析这行代码实在是愚蠢至极！一定牢记于心！
AbelXv·2017-09-27 20:18

利用Python进行数据分析之时间序列（一）

时间序列（timeseries）数据使一种重要的结构化数据形式。在多个时间点观察和测量到的任何事物都可以形成一段时间序列。很多时间序列是固定频率的，也就是说，数据点是根据某种规律定期出现的（比如每15秒、每5分钟、每月出现一次）。时间序列也可以是不定期的。时间序列数据的意义取决于具体的应用场景，主要有以下几种：时间戳（timestamp）,特定的时刻。固定时间（period），如2007年1月或2
进步小小青年·2017-09-21 22:15

python：pandas（2），基本功能

利用python进行数据分析第五章：pandas入门第二节，基本功能1，重新索引在pandas中reindex能够创建一个适应新索引的新对象>>>obj=Series([4.5,7.2,-5.3,3.6
genome_denovo·2017-09-15 08:17

Python数据分析答疑1：安装Anaconda

推荐书籍《利用Python进行数据分析》《PythonforDataAnalysis》pdf下载地址（英文版）：http://www3.canisius.edu/~yany/python/Python4DataAnalysis.pdfPython
Lochaiching·2017-09-07 22:50

机器学习人工智能，数学基础知识

从3月份到目前为止，主要看了3本书《Python核心编程》，《利用Python进行数据分析》，《Python网络数据采集》，其实心里想做数据分析，人工智能这一块，具体的里面的哪块，自己其实还没决定下来的
pan_jacky·2017-08-21 14:27

读书笔记：利用Python进行数据分析【第四章：NumPy基础-array数组】

读书笔记：利用Python进行数据分析【第四章：NumPy基础-array数组】不要误会，并不是作者不识数，1后面直接接了个4。
黯色百合·2017-08-12 21:15

《利用Python进行数据分析》笔记---第8章绘图和可视化

写在前面的话：实例中的所有数据都是在GitHub上下载的，打包下载即可。地址是：http://github.com/pydata/pydata-book还有一定要说明的：我使用的是Python2.7，书中的代码有一些有错误，我使用自己的2.7版本调通。#coding:utf-8frompandasimportSeries,DataFrameimportpandasaspdimportnumpyas
wangshuang1631·2017-08-09 17:53

《利用Python进行数据分析》笔记---第2章--MovieLens 1M数据集

写在前面的话：实例中的所有数据都是在GitHub上下载的，打包下载即可。地址是：http://github.com/pydata/pydata-book还有一定要说明的：我使用的是Python2.7，书中的代码有一些有错误，我使用自己的2.7版本调通。#coding:utf-8importpandasaspdunames=['user_id','gender','age','occupation'
wangshuang1631·2017-08-01 10:16

《利用Python进行数据分析》第三章笔记

第三章IPython1.在IPython环境中输入一个东西后按TAB键可显示自动完成功能2.IPython会自动隐藏以下划线开头的方法和属性，若要输出自己必须先输入一个下划线后按TAB即可3.TAB键还可以查找文件：例如D:/（按TAB键可显示D盘文件）4.对象内省-在变量后面加?可以将该对象一些通用信息显示出来，使用??在函数名后，可显示函数源代码。?还可以搜索IPython命名空间。例如可列出
White_Cool·2017-07-31 17:56

Ｎｕｍｐｙ基础：数组和矢量计算

ndarray：多维数组对象以下内容参考书《利用Python进行数据分析》。
csdn_lzw·2017-07-29 16:31

利用Python进行数据分析.pdf

编辑推荐编辑《利用Python进行数据分析》适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员
cf406061841·2017-06-04 23:00

利用python进行数据分析之pandas入门(二)

5.3汇总和计算描述性统计pandas对象拥有一组常用的数学和统计方法。他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mean或sum）或从DataFrame的行或列中提取一个Series。跟对应的NumPy数组方法相比，他们都是基于没有缺失数据的假设而构建的。下面是一个简单的DataFrame：In[90]:df=DataFrame([[1.4,np.nan],[7.1,-4
凌岸_ing·2017-05-31 12:26

利用python进行数据分析之pandas入门(一)

目录：5.1pandas的数据结构介绍5.1.1Series5.1.2DataFrame5.1.3索引对象5.2基本功能5.2.1重新索引5.2.2丢弃指定轴上的项5.2.3索引、选取和过滤5.2.4算术运算和数据对齐5.2.4.1在算术方法中填充值5.2.4.2DataFrame和Series之间的运算5.2.5函数应用和映射5.2.6排序和排名5.2.7带有重复的轴索引5.3汇总和计算描述性统
凌岸_ing·2017-05-29 23:12

利用python进行数据分析之数据规整化(一)

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、重塑。是因为，多数时候存放在文件或数据库中的数据不能满足你的数据处理应用的要求。7.1合并数据集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的DataFrame中的行连接起来。我们的SQL或其他的关系型数据库就是实现数据库的连接操作pandas.concat可以沿着一
凌岸_ing·2017-05-29 23:39

《 利用python进行数据分析》3.0——数据加载、存储和文本格式

目录：1.pandas中的解析函数2.读取csv文件3.当文件没有标题行4.将多个列做成一个层次化索引，只需传入由列编号或列名组成的列表即可5.有些表格不是用固定的分隔符去分割字段的，可用正则表达式\s+作为read_table的分隔符6.用skiprows跳过制定行数7.缺失值处理8.read_csv/read_table函数的参数9.逐块读取函数10.将数据写入到文本格式正文：1.pandas
鬼宇书生·2017-05-20 10:08

利用python进行数据分析——histogram

DataFrame.hist(data,column=None,by=None,grid=True,xlabelsize=None,xrot=None,ylabelsize=None,yrot=None,ax=None,sharex=False,sharey=False,figsize=None,layout=None,bins=10,**kwds)data:DataFramecolumn:str
EmilyForever18·2017-05-19 17:13

转 python数据分析

《利用python进行数据分析》读书笔记–第一、二章准备与例子第一章准备工作今天开始码这本书–《利用python进行数据分析》。R和python都得会用才行，这是码这本书的原因。
Ann06·2017-05-17 16:11

利用Python进行数据分析 学习笔记

importosos.getcwd()获得工作目录，如使用相对路径，是相对于这个工作目录的路劲importsyssys.path.append()这个是增加引用，或引入文件的路径In[28]:path='book/ch02/usagov_bitly_data2012-03-16-1331923249.txt'In[29]:open(path).readline()json模块，可以将json字符串
张博208·2017-05-11 09:46

利用Python进行数据分析 学习笔记

importosos.getcwd()获得工作目录，如使用相对路径，是相对于这个工作目录的路劲importsyssys.path.append()这个是增加引用，或引入文件的路径In[28]:path='book/ch02/usagov_bitly_data2012-03-16-1331923249.txt'In[29]:open(path).readline()json模块，可以将json字符串
bbbeoy·2017-05-11 09:00

利用python进行数据分析D3——ch04INumpy

points = np.arange(-5, 5, 0.01) # 1000 equally spaced pointspointsxs, ys = np.meshgrid(points, points)'''meshgrid用于从数组a和b产生网格。生成的网格矩阵A和B大小是相同的。它也可以是更高维的。[A,B]=Meshgrid(a,b)生成size(b)Xsize(a)大小的矩阵A和B。它相
EmilyForever18·2017-05-03 09:16

利用python进行数据分析D2——ch03IPython

为无为,事无事,味无味。大小多少,报怨以德。图难于其易,为大于其细;天下难事必作于易,天下大事必作于细。——老子关于图片的例子：import matplotlib.pyplot as pltimg=plt.imread('ch03/stinkbug.png')import pylabplt.imshow(img)pylab.show()结果：调整图片大小：import numpy as npimp
EmilyForever18·2017-04-30 21:00

利用Python进行数据分析_第六章：…

读取文本格式的数据：read_csv默认分隔符是逗号。read_table默认分隔符是制表符（“＼t”）。read_fwf读取定宽列格式数据（没有分隔符）read_clipboard读取剪贴板中的数据。将网页转换为表格时很有用。header=none：pandas为其分配默认的列名。否则用：names=［“”，“”］。读取时，列索引参数：index_col=‘’。skiprows跳过文件的第一行、
houjing1990·2017-04-17 15:33

pandas的绘图函数（一）

依旧参照《利用Python进行数据分析》，过一遍基础。
CQTSAN·2017-04-14 14:52
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他