利用Python进行数据分析

解决PyCharm中Plot函数绘图不显示的问题

问题描述在使用《利用Python进行数据分析》一书中的示例进行编写代码时，遇到了使用plot()函数进行绘图，执行程序后发现没有反应（代码没有错误，但没有绘制图形），问题代码如下：#withoutimportanypackagestz_counts
一天_pika·2020-08-22 15:46

Python科学计算库-Numpy的使用基础

利用Python进行数据分析二、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。
while10·2020-08-22 14:50

Pandas之stack()和unstack()用法

看了【Python】pandas轴旋转stack和unstack用法详解后，觉得清楚了很多，再结合《利用python进行数据分析》的解释和例子，写下这篇博客作一个总结和思考。
lightis_tian·2020-08-22 11:07

python连接mongodb数据库

最近用到了MongoDB,需要从数据库中读取数据，按照《利用python进行数据分析》的代码#pipinstallpymongo首先安装pymongo(MongoDB官方驱动器）importpymongocon
晓东邪·2020-08-22 04:40

利用python进行数据分析——matplotlib学习笔记（2）

一、颜色、标记（marker）和线型matplotlib的plot函数接受一组X和Y坐标，还可以接受一个表示颜色和线型的字符串缩写。例如要根据xy绘制绿色虚线，代码如下：importmatplotlib.pyplotaspltx=[1,2,3]y=[5,7,4]plt.plot(x,y,'g--')#plt.plot(x,y,linestyle='--',color='g')效果一样plt.sho
ZLuby·2020-08-22 04:39

实用性网站

上这来搜搜http://www.runoob.com/python/python-built-in-functions.html2一个python标准库的网站https://pymotw.com/3/3利用
yaoer360·2020-08-21 23:39

使用matplotlib进行绘图

本文参考《利用python进行数据分析》一书，github地址请点这里基本示例简单尝试#导入matplotil库，用于画图importmatplotlib.pyplotasplt#导入numpy库，用于数据处理
盛夏的猫宁·2020-08-21 02:19

学习笔记：利用Python进行数据分析

目录2.2快捷键，items，defaultdict用法，Counter用法...2JupyterNotebook快捷键：...2dict.items()#得到词典的各项...4defaultdict用法：...4Counter模块（Counter，most_common）：...42.3利用pandas对时区进行计数...5DataFrame数据结构...5Series对象的fillna函数..
T_Q_·2020-08-21 00:29

《利用Python进行数据分析》笔记--Python基础知识

阅读SeanCheney博主上传的文章有感，特此写一篇笔记，如侵必删。第二章Python语法基础，IPython和JupyterNotebooks1.字典的一种循环初始化方法data={i:np.random.randn()foriinrange(7)}Out[7]:{0:-0.20470765948471295,1:0.47894333805754824,2:-0.519438715056738
chnn gege·2020-08-19 16:53

Python数据分析 | (1)Python语法基础

Python数据分析系列笔记基于:利用Python进行数据分析(第2版)目录Python语法基础1.语言的语义2.函数和对象方法调用3.变量和参数传递4.动态引用，强类型5.属性和方法6.鸭子类型7.引入
CoreJT·2020-08-19 15:14

天池精准医疗大赛——个人赛后总结（一）

一、参赛背景一条工程狗也有自己的数据挖掘梦，自己一直对算法感兴趣，期间关注了很多热门的公众号，天天在CSDN的博客下面学习大牛的经验，也学习了李航老师的《统计学习方法》、周志华老师的《机器学习》、《利用
从前从前_·2020-08-19 03:56

tensorflow使用神奇索引(整数数组索引)

神奇索引实现的是给定多个矩阵的索引位置（使用列表或数组指定），获得这些指定位置的值，该方法不同于普通的切片索引，能够离散的获得矩阵元素的值，神奇索引的具体描述可参考《利用python进行数据分析》一书的第四章
ylwusheng·2020-08-19 01:29

《利用python进行数据分析》读书笔记之数据转换（二）

数据转换离散化和分箱检测和过滤异常值置换和随机抽样计算指标/虚拟变量离散化和分箱连续值经常需要进行离散化，或者分离成“箱子”进行分析。现在我们有一组人群的年龄数据，我们想要将他们分入18-25,26-35,35-60以及60以上四个组中。为了实现分组可以使用pandas中的cut：importpandasaspdages=[20,22,25,27,21,23,37,31,61,45,41,32]b
pnd237·2020-08-18 11:20

《利用python进行数据分析》读书笔记之Numpy基础（一）

NumPyndarray：多维数组对象常用的ndarray对象生成方法ndarray的数据类型numpy数组算数基础索引与切片一维数组的切片二维数组的切片布尔索引首先介绍ndarray对象的两个属性，分别是dtype和shape，分别是ndarray的数据类型和形状描述importnumpyasnp#生成一个两行三列的随机矩阵arr=np.random.rand(2,3)print(arr.dty
pnd237·2020-08-18 11:20

《利用python进行数据分析》读书笔记之文本格式数据的读写

数据读写数据读取基础分块读入文件将数据输出为文件数据读取基础将表格型数据读取为DataFrame对象是数据分析的重要一步。read_csv和read_table可能是后期我们使用的最多的函数。下面总结了书上给出的pandas中常用的解析函数。函数描述read_scv从文件、URL或文件型对象读取分隔号的数据，逗号是默认分隔符read_table从文件、URL或文件型对象读取分隔好的数据read_f
pnd237·2020-08-18 10:57

《利用python进行数据分析》读书笔记之pandas基础（三）

描述性统计的概述与计算pandas对象装配了一个常用数学。统计学方法的集合。以以下这个简单的DataFrame为例：importpandasaspdimportnumpyasnpdf=pd.DataFrame([[1.4,np.nan],[7.1,4.5],[np.nan,np.nan],[0.75,-1.3]],index=list('abcd'),columns=['one','tow'])#
pnd237·2020-08-18 10:26

《利用python进行数据分析》中pd.read_table出现ParserWarning

在读《利用python进行数据分析》进行到第二章，MoveLens1M数据集的时候，出现了C:\Python36\Scripts\ipython:1:ParserWarning:Fallingbacktothe'python'enginebecausethe'c'enginedoesnotsupportregexseparators
ldr010070·2020-08-17 23:53

matplotlib学习笔记（一）几种绘图方法，颜色，标签，图例等

matplotlib入门笔记（一）学习《利用Python进行数据分析》第2版，一些笔记将在后续更新内容部分引用于《利用Python进行数据分析》第2版（WesMcKinney著，徐敬一译）、慕课网上的课程内容笔记以及我个人总结笔记
佛系人生c·2020-08-17 04:59

利用python进行数据分析——matplotlib学习笔记（1）

matplotlib是一个用于创建出版质量图表的绘图包（主要是2D方面）；目的是为python构建一个Matlab式的绘图接口；pyplot模块包含了常用的matplotlibAPI函数，其通常的引入约定为importmatplotlib.pyplotasplt；figure，Matplotlib的图像均位于figure对象中，不能通过一个空的Figure绘图；subplot，figure.add
ZLuby·2020-08-16 09:03

Python for Data Analysis v2 | Notes_ Chapter 1-2

——ZJ原作者：SeanCheney|链接|來源：简书Github:wesm|Github:中文BrambleXu|简书:利用Python进行数据分析·第2版环境：Python3.6第1章准备工作1.1
ZJ_Improve·2020-08-16 05:30

利用python进行数据分析-NumPy基础2

1.利用数组进行数据处理importnumpyasnpimportmatplotlib.pyplotaspltpoints=np.arange(-5,5,0.01)xs,ys=np.meshgrid(points,points)printxsprintysz=np.sqrt(xs**2+ys**2)printzplt.imshow(z,cmap=plt.cm.gray)plt.colorbar()
zhuhengv·2020-08-15 17:50

利用python进行数据分析-NumPy高级应用

1.ndarray对象的内部机理NumPy的ndarray提供了一种将同质化数据块解释为多维数组对象的方式，ndarray如此强大的部分原因是所有数组对象都是数据块的一个跨度视图。ndarray内部由以下内容组成：a.一个指向数组（一个系统内存块）的指针b.数据类型或dtypec.一个表示数组形状的元组；例如，一个10*5的数组，其形状为（10，5）d.一个跨度元组，其中的整数指的是为了前进到当前
zhuhengv·2020-08-15 17:50

IPython绘图和可视化---matplotlib 入门

这篇文章是根据《利用Python进行数据分析》总结出来的，不是很全面，但是作为入门，足够了。首先，需要能启动IPython交互界面吧，这个如果还没有启动的话，就自行百度吧。如果安装了
weixin_30707875·2020-08-15 00:55

《利用Python进行数据分析》笔记---第11章金融和经济数据应用

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-8importnumpyasnpimportpandasaspdfrompandasimportSeries,DataFra
wangshuang1631·2020-08-14 20:50

利用Python进行数据分析（十九）之金融和经济数据应用

金融经济数据方面应用Python非常广泛，也可以算是用Python进行数据分析的一个实际应用。数据规整化方面的应用时间序列与截面对齐在处理金融数据时，最费神的一个问题就是所谓的“数据对齐”（dataalignment）问题。两个相关的时间序列的索引可能没有很好的对齐，或两个DataFrame对象可能含有不匹配的列或行。Pandas可以在算术运算中自动对齐数据。在实际工作中，这不仅能为你带来极大自由
燕大侠v·2020-08-14 19:47

重要的Python库概述

参考书籍：WesMcKinney著《利用Python进行数据分析》NumPyNumPy的全称是NumericalPython，是Python科学计算的基础包，它为Python提供了快速数据处理功能，在数据处理方面
RonnieღC·2020-08-14 15:44

Pandas透视表和交叉表

个人理解：透视表和交叉表都是可分组汇总表，透视表可以求平均值，求和等等，交叉表是透视表的一种，是计算分组频数的参考：《利用Python进行数据分析》透视表pivot_table的参数交叉表crosstab
QuantumOffices·2020-08-14 11:20

使用python去建立一个神经网络（上）———建立一个神经网络

才学习python得小白，可能会觉得在搭建神经网络得时候总是结构混乱，逻辑模糊，这是由于对神经网络整体框架不太清楚导致的，本人在读完关于numpy和《利用python进行数据分析》《python神经网络编程
weixin_44871671·2020-08-13 22:44

数据分析第一步：NumPy学习笔记

本篇文章主要借鉴《利用Python进行数据分析》一书，文中很多例子是博主自己举例，基本都没有给出答案，有想要学习的同学可以自己把代码敲出来然后运行，查看结果，实践是编程学习的第一步啦~一、背景1.为什么我们要学
Yelzagubei·2020-08-13 12:06

利用python进行数据分析-数据加载、存储与文件格式1

1.读写文本格式的数据pandas提供了一些将表格型数据读取为DataFrame对象的函数大致介绍下这些函数在将文本数据转换为DataFrame时所用到的一些技术。这些函数的选项可以划分为以下几个大类df=pd.read_csv('ex1.csv')printdf结果为：abcdmessage01234hello15678world29101112foo我们也可以用read_table，只不过需要
zhuhengv·2020-08-12 14:27

《利用Python进行数据分析》学习笔记ch06(7)

第6章数据加载、存储与文件格式输入输出通常可以划分为几大类：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操作网络资源读写文本格式的数据importpandasaspdimportnumpyasnpfrompandasimportSeries,DataFrame!typeC:\\pytest\\ch06\\ex1.csva,b,c,d,message1,2,3,4,h
Qipccc·2020-08-12 14:48

利用python进行数据分析学习笔记1(数据加载，存储与文件格式)

读写文本格式的数据将工作目录下的一个csv文件读入一个DataFrame中df=pd.read_csv('examples/ex1.csv')也可以是哟个read_table方法，并指定分隔符pd.read_table('examples/ex1.csv',sep=',')有些数据文件没有标题行，如果直接读取，会将第一行默认设置为标题行，传入header=None参数可以避免。pd.read_cs
能思想的苇草2·2020-08-12 14:39

《利用Python进行数据分析》学习笔记 第6章 数据加载、存储与文件格式

第6章数据加载、存储与文件格式6.1读写文本格式的数据逐块读取文本文件若想读取几行（避免读取整个文件），通过nrows进行指定即可。要逐块读取文件，可以指定chunksize（行数）。将数据写出到文本格式利用DataFrame的to_csv方法，可以将数据写到一个以都好分隔的文件中。处理分隔符格式对于任何单字符分隔符文件，可以直接使用Python内置的csv模块。将任意已打开的文件或文件型的对象传
JasoninDataPlanet·2020-08-12 14:08

《利用python进行数据分析》学习之文件加载、写入

csv文件读取¶In[1]:importpandasaspdimportsysIn[2]:%catexamples/ex2.csv1,2,3,4,hello5,6,7,8,world9,10,11,12,fooIn[3]:#文件没有标签数据pd.read_csv('examples/ex2.csv',header=None)Out[3]:0123401234hello15678world29101
atneoh0756·2020-08-12 14:21

数据基础---《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

之前自己对于numpy和pandas是要用的时候东学一点西一点，直到看到《利用Python进行数据分析·第2版》，觉得只看这一篇就够了。非常感谢原博主的翻译和分享。
diggerTT·2020-08-12 14:00

《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
weixin_34267123·2020-08-12 13:44

Python数据分析示例（1）Day2

说明：本文章为Python数据处理学习日志，主要内容来自书本《利用Python进行数据分析》，WesMcKinney著，机械工业出版社。
图图酱·2020-08-12 12:59

利用Python进行数据分析 资料收集

《利用Python进行数据分析》自学知识图谱-导航https://www.cnblogs.com/jyroy/p/13276523.html项目简介ProjectBrief#《利用Python进行数据分析
wowocpp·2020-08-10 11:49

《利用python进行数据分析》之pandas中index入门

《利用python进行数据分析》之pandas中index入门#-*-coding:utf-8-*-"""CreatedonSunNov1120:07:112018@author:muli"""frompandasimportSeries
木里先森·2020-08-08 18:36

资料整理（备用）

个人网页文章目录前言Python《利用Python进行数据分析·第2版》《Python机器学习及实践从零开始通往Kaggle竞赛之路》机器学习/深度学习《机器学习》周志华《统计学习方法》李航《深度学习》
橘子2048·2020-08-07 18:18

利用Python进行数据分析——pandas入门（6）

2.3描述性统计的概述与计算  pandas对象装配了一个常用数学、统计学方法的集合。In[134]:df=pd.DataFrame([[1.4,np.nan],[7.1,-4.5],...:[np.nan,np.nan],[0.75,-1.3]],...:index=['a','b','c','d'],...:columns=['one','two'])In[135]:dfOut[135]:on
bwqiang·2020-08-05 18:27

利用Python进行数据分析——pandas入门（5）

2.2pandas基本功能2.2.1重建索引  reindex是pandas对象的重要方法，该方法用于创建一个符合新索引的新对象。Series调用reindex方法时，会将数据按照新的索引进行排列，如果某个索引值之前并不存在，则会引入缺失值：In[1]:importpandasaspdIn[2]:obj=pd.Series([4.5,5.3,-8.2,4.9],index=['a','s','q'
bwqiang·2020-08-05 18:26

利用Python进行数据分析——pandas入门（4）

2、pandas入门  pandas所包含的数据结构和数据处理工具的设计使得在Python中进行数据清洗和分析非常快捷。pandas支持大部分NumPy语言风格的数组计算，尤其是数组函数以及没有for循环的各种数据处理。2.1pandas数据结构介绍  pandas中需要熟悉两个常用的工具数据结构：Series和DataFrame。2.1.1Series  Series是一种一维的数组型对象，它包
bwqiang·2020-08-05 18:26

利用Python进行数据分析第二版复现（十三）_5

实例分析14.52012联邦选举委员会数据库importpandasaspdimportnumpyasnpfec=pd.read_csv('datasets/fec/P00000001-ALL.csv')#导入数据fec.info()#查看信息的相关数据描述E:\anaconda\lib\site-packages\IPython\core\interactiveshell.py:3058:Dty
ztzxx007·2020-08-04 18:05

《利用Python进行数据分析》学习笔记 NumPy基础：数组和矢量运算

前言Numpy在运算的基础上，提供了一种简单易用的CAPI，因此很容易将数据传递给由低级语言编写的外部库，外部库也能用NumPy数组的形式返回给Python，这个功能让Numpy成为一个动态的，易用的库。ndarry一种多维数组对象ndarry是一个同构数据多维容器，所有的元素必须是相同类型的。每一个数组都有一个shape（一个表示各维度大小的元组）和一个dtype（一个用于说明数组数据类型的对象
宇弦酒仙·2020-08-04 15:25

利用Python进行数据分析——numpy基础（1）

1、NumPy基础：数组与向量化计算  NumPy，是NumericalPython的简称，它是目前Python数值计算中最为重要的基础包。使用numpy模块处理含有大量数组的数据非常有效：In[1]:importnumpyasnpIn[3]:arr=np.arange(1000000)In[4]:l=list(range(1000000))In[3]:%timefor_inrange(10):a
bwqiang·2020-08-04 13:35

利用Python进行数据分析——numpy基础（3）

1.4线性代数  线性代数，比如矩阵乘法、分解、行列式等方阵数学，是所有数组类库的重要组成部分。In[129]:x=np.array([[1,2,3],[3,4,5]])In[130]:xOut[130]:array([[1,2,3],[3,4,5]])In[131]:y=np.array([[3,4,6],[7,2,9]])In[132]:yOut[132]:array([[3,4,6],[7,
bwqiang·2020-08-04 13:35

利用Python进行数据分析——numpy基础（2）

1.2通用函数：快速的逐元素数组函数  通用函数，也可以称为ufunc，是一种在ndarray数据中进行逐元素操作的函数。某些简单函数接收一个或多个标量数值，并产生一个或多个标量结果，而通用函数就是对这些简单函数的向量化封装。  一元通用函数，例如：In[69]:arr=np.arange(10)In[70]:arrOut[70]:array([0,1,2,3,4,5,6,7,8,9])In[71
bwqiang·2020-08-04 13:35

利用python进行数据分析-时间序列3

1.时期的频率转换Period和PeriodIndex对象都可以通过其asfreq方法被转换成别的频率。假设我们有一个年度时期，希望将其转换为当年年初或年末的一个月度时期p=pd.Period('2007',freq='A-DEC')printp.asfreq('M',how='start')printp.asfreq('M',how='end')结果为：2007-012007-12你可以将Per
zhuhengv·2020-08-04 10:12

利用Python进行数据分析笔记－时间序列(转换、索引、偏移)

时间序列指能在任何能在时间上观测到的数据。很多时间序列是有固定频率（fixedfrequency）的，意思是数据点会遵照某种规律定期出现，比如每15秒，每5分钟，或每个月。时间序列也可能是不规律的（irregular），没有一个固定的时间规律。如何参照时间序列数据取决于我们要做什么样的应用，我们可能会遇到下面这些：Timestamps（时间戳），具体的某一个时刻Fixedperiods（固定的时期
wuzlun·2020-08-04 08:53
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他