利用python进行数据分析

初识数据分析之NumPy 笔记二 数组的基本的索引和切片

来源：《利用Python进行数据分析·第2版》NumPy数组的索引是一个内容丰富的主题，因为选取数据子集或单个元素的方式有很多。一维数组很简单。
乱写乱画·2022-12-13 18:44

利用Python进行数据分析笔记（基本功能--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。其中大部分属于归约或汇总统计的类别，这些方法从DataFrame的行或列中抽取一个Series或一系列值的单个值（如总或平均值）。与NumPy数组中的类似方法相比，它们内建了处理缺失值的功能。考虑一个小型DataFrame：调用DataFrame的sum方法返回一个包含列上加和的Series：传入axis='columns’或axis=1,则会
Triumph19·2022-12-12 12:07

《利用Python进行数据分析》第十章---数据聚合与分组操作2

文章目录前言一、应用：通用拆分-应用-联合1.1压缩分组键1.2分位数与桶分析1.3示例：使用指定分组值填充缺失值1.4示例：随机采样与排列1.5示例：分组加权平均和相关性1.6示例：逐组线性回归二、数据透视表与交叉表2.1交叉表：crosstab总结前言根据上一篇文章对数据集的拆分-应用-联合，具体讲解了写拆分和联合用到的细则，这篇将围绕应用这块进行描述。一、应用：通用拆分-应用-联合Group
PhoenixPeng-gxu·2022-12-11 07:20

《利用Python进行数据分析》第七章——数据清洗与准备2

文章目录前言一、数据转换1.1删除重复值1.2使用函数或映射进行数据转换1.3替代值1.4重命名轴索引1.5离散化和分箱1.6检测和过滤异常值1.7置换和随机抽样1.8计算指标/虚拟变量总结前言在经过上文章对数据的缺失值进行过滤和补全，下面讲数据的一些转换，主要讲解数据的重新排列、过滤以及其他转换是另外一系列重要的操作。一、数据转换1.1删除重复值当DataFrame出现重复行时：importpa
PhoenixPeng-gxu·2022-12-11 07:50

《利用Python进行数据分析》第七章——数据清洗与准备3

文章目录前言一、字符串操作1.1字符串对象方法1.2正则表达式1.3pandas中的向量化字符串函数总结前言由于Python在字符串和文本操作上的便利性，使得Python成为一个流行的原生数据集操作语言已经有很长时间了。字符串对象的内建方法使得大部分文本操作非常简单。但对于更为复杂的模式匹配和文本操作，正则表达式是可能需要的。pandas允许你将字符串和正则表达式简洁地应用到整个数组上，此外还能处
PhoenixPeng-gxu·2022-12-11 07:50

《利用Python进行数据分析》第十章---数据聚合与分组操作1

文章目录前言一、GroupBy机制1.1遍历各分组1.2选择一列或所有列的子集1.3使用字典和Series分组1.4使用函数分组1.5根据索引层级分组二、数据聚合2.1逐列及多函数应用2.2返回不含行索引的聚合数据总结前言对数据集进行分类，并在每一组上应用一个聚合函数或转换函数，这通常是数据分析工作流中的一个重要部分。在载入、合并、准备数据集之后，你可能需要计算分组统计或者数据透视表用于报告或可视
PhoenixPeng-gxu·2022-12-11 07:50

python小白学习笔记（1） pandas入门

基于《利用Python进行数据分析》和coursera上来自密歇根大学的AppliedDataSciencewithPython网课Pandas介绍有两个常用数据结构：Series和DataFrame1Series
Hugorice·2022-12-10 07:22

啃书 《利用python进行数据分析》第七章数据清洗与准备

啃书《利用python进行数据分析》第七章数据清洗与准备文章目录啃书《利用python进行数据分析》第七章数据清洗与准备7.1处理缺失值7.1.1过滤缺失值dropna()7.1.2补全缺失值fillna
真是喵啊·2022-12-08 23:20

《利用Python进行数据分析》第七章数据预处理相关知识点总结

1、缺失值的处理Series与DataFrame的dropna可以去除数据中的缺失值importpandasaspdfromnumpyimportnanasNAdata=pd.Series([1,NA,3,NA,7])datadata.dropna()同时，可以使用fillna来填充缺失值，并换成自己想要的值。importnumpyasnpdf=pd.DataFrame(np.random.ran
Jennie本妮·2022-12-08 23:19

python采用数据文件存储数据_利用python进行数据分析之数据加载存储与文件格式...

在开始学习之前，我们需要安装pandas模块。由于我安装的python的版本是2.7，故我们在https://pypi.python.org/pypi/pandas/0.16.2/#downloads此网站上下载的0.16.2版本，下载后解压缩利用dos命令打开对应的文件下，并运行pythonsetup.pyinstall安装，可能会出现报错：error:MicrosoftVisualC++9.0
weixin_39922004·2022-12-07 20:52

利用Python进行数据分析-Numpy入门基础知识|基础知识梳理|基本操作

NumpyNumpy是数值计算最重要的基础包基本特性部分功能如下：①一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组②用于对整租数据进行快速运算的标准数学函数③用于读写磁盘数据的工具以及用于操作内存映射文件的工具④线性代数、随机数生成以及傅里叶变换功能⑤用于集成C、C++、Fortran等语言编写的代码的ACAPI主要功能①用于数据整理和清理、子集构造和过滤、转换等快速的矢量化数组运算
Mr.Mayuyuyuyu·2022-12-03 10:12

python对数据进行合并的函数_利用Python进行数据分析_Pandas_数据清理、转换、合并、重塑...

1合并数据集pandas.mergepandas.merge(left,right,how='inner',on=None,left_on=None,right_on=None,left_index=False,right_index=False,sort=False,suffixes=('_x','_y'),copy=True,indicator=False,validate=None)impo
h灰尘往事·2022-12-02 11:16

利用python进行数据分析数据_利用Python进行数据分析

1、注释以及在Subplot上绘图除标准的图表对象之外，你可能还希望绘制一些自定义的注释(比如文本、箭头或其他图形等)。注释可以通过text、arrow和annotate等函数进行添加。text可以将文本绘制在图表的指定坐标(x,y)，还可以加上一些自定义格式：In[41]:ax.text(x,y,‘Helloworld!‘,family=‘monospace‘,fontsize=10)注解中可以
意禹·2022-11-29 11:33

利用python进行数据分析——groupby分组

groupby分组运算的三个阶段：split--apply--combine（拆分-应用-合并）本篇主要讲split阶段，groupby分组，即我们可以通过哪些方式对DataFrame进行分组分组键概览：DataFrame中的列自定义数组字典或者Series通过函数进行分组根据索引级别分组一、通过DataFrame中的列进行分组Note：1.df['列名'].groupby(df['列名'])--
Sigmoid_哼哼·2022-11-27 09:02

利用python进行数据分析之dataframe的常见操作

一、查看数据（查看对象的方法对于Series来说同样适用）1.查看DataFrame前xx行或后xx行a=DataFrame(data);a.head(6)表示显示前6行数据，若head()中不带参数则会显示全部数据。a.tail(6)表示显示后6行数据，若tail()中不带参数则也会显示全部数据。2.查看DataFrame的index，columns以及valuesa.index;a.colum
贪狼切·2022-11-26 21:13

《利用Python进行数据分析·第2版》-数学和统计方法mean、sum等

可以通过数组上的一组数学函数对整个数组或某个轴向的数据进行统计计算。sum、mean以及标准差std等聚合计算（aggregation，通常叫做约简（reduction））既可以当做数组的实例方法调用，也可以当做顶级NumPy函数使用。1.均值meanarr=np.random.randn(5,4)#均值arr.mean()np.mean(arr)mean和sum这类的函数可以接受一个axis选项
Catherinemin·2022-11-24 05:53

利用Python进行数据分析 | NumPy基础（一）—— NumPy ndarray（多维数组对象）

NumPy基础：数组与向量化计算NumPy，是NumericalPython的简称，它是利用Python进行数值运算的最为重要的基础包。重要的原因可以归纳为三点：可以有效的处理含有大量数组的数据。NumPy的算法是基于C语言编写的，NumPy数组使用的内存量小于其他的Python内建序列。NumPy可以针对全量数组进行复杂计算而不需要使用Python循环。下面的例子将展示NumPy的不同，定义一个
name_qgy·2022-11-24 02:01

Python数据分析 | (10)NumPy线性代数和伪随机数生成

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1.线性代数2.伪随机数生成3.示例：随机漫步1.线性代数线性代数（如矩阵乘法、矩阵分解、行列式以及其他方阵数学等）是数组库的重要组成部分
CoreJT·2022-11-23 23:45

利用python进行数据分析 笔记_利用python进行数据分析(O'Relly)学习笔记-一团网...

利用python进行数据分析(O’Relly)学习笔记1.第一个bugimportpandasplot(arrange(10))#报错name'plot'isnotdefined。
weixin_39740419·2022-11-23 04:18

利用python进行数据分析（1）

为何利用Python进行数据分析Python作为胶水Python在科学计算方面的成功部分是因为它很容易整合C、C++和FORTRAN等语言的代码。
hannah2sah·2022-11-20 03:30

机器学习/深度学习入门建议

机器学习/深度学习入门建议第一阶段：Python基础视频：（选一个喜欢的就行）第二阶段：常用模块numpymatplotlibpandas书籍的话推荐看看《利用Python进行数据分析》第三阶段：机器学习基础建议观看吴恩达老师的课程
程序猿-饭饭·2022-11-19 19:16

Pandas进阶肆 分组

Pandas进阶肆分组pandas进阶系列根据datawhale远昊大佬的joyfulpandas教程写一些自己的心得和补充，本文部分引用了原教程，并参考了《利用Python进行数据分析》、pandas
嫌疑人Y的执事·2022-10-28 10:53

利用Python进行数据分析：数据聚合与分组运算（基于DataFrame）

利用Python进行数据分析：数据聚合与分组运算在将数据集加载、融合、准备好之后，通常就是计算分组统计或生成透视表。
黑洞拿铁·2022-10-25 12:24

Python pandas 小技巧

Pythonpandas小技巧怎样将dataframe中的字符串日期转化为日期方法一data['交易时间']=pd.to_datetime(data['交易时间'])方法二源自利用python进行数据分析
Rp_·2022-10-21 07:02

《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
weixin_33923762·2022-10-12 07:58

在数据分析、挖掘方面，有哪些好书值得推荐？

StatisticsforBusinessandEconomics-商务与经济统计PythonforDataAnalysis-利用Python进行数据分析IntroductiontoDataMining
「已注销」·2022-10-10 17:53

pandas创始人手把手教你利用Python进行数据分析

Python是目前数据科学领域的王者语言，众多科学家、工程师、分析师都使用它来完成数据相关的工作。由于Python具有简单易学、语法灵活的特点，很多需要处理数据的人士想要学习，主要有两大类：财经类、统计类背景人员，他们的日常工作有大量数据需要处理、分析，但对于学习使用计算机领域的编程语言Python又感到无从下手。一些想要学习Python的计算机人员，他们工作较忙，没有太多时间通过互联网去系统学习
学掌门·2022-10-02 08:40

利用python进行数据分析 中文第二版

利用python进行数据分析中文第二版学术自由，拒绝任何书籍分享索要金钱跟站币。
weixin_45354775·2022-10-02 08:05

利用python进行数据分析第二版pdf百度云_利用Python进行数据分析(原书第2版) 中文翻译pdf高清版...

利用Python进行数据分析(原书第2版)由Pythonpandas项目创始人WesMcKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。
weixin_39815329·2022-10-02 08:04

如何利用Python进行数据分析

今天我们主要的目标是：给大家介绍在所有的编程语言里，为什么Python能被广泛使用，甚至排名第一，给那些做数据分析相关工作和转行的小伙伴介绍数据分析行业里如何使用Python。首先介绍一下什么是编程语言。编程语言是一个计算机的概念，在我们有了计算机以后，想让它帮助我们做事情，就要通过计算机语言和它进行对话、交互，计算机语言能够被计算机所执行，完成我们需要做的相关任务。计算机语言有很多种，常见的有C
python2021_·2022-10-02 08:33

利用python进行数据分析第三版 mobi_利用python进行数据分析 pdf下载

利用Python进行数据分析pdf电子版是一本广受好评的Python实战指导参考图书，该书以大量案例分析为基本，全面系统地教你如何解决各类数据分析问题，有兴趣的朋友快来下载吧！
weixin_39578197·2022-10-02 08:33

利用Python进行数据分析之金融数据的统计分析

金融领域必备的数据分析技能上期讲了金融数据的储存，这期讲解利用Python进行金融数据的统计分析下面运行环境没有的，请看第一期内容安装环境本节重点：分析HS300股票的市值和PE的统计规律个股日收益率的统计规律研究金融数据分析中的随机数具体知识点与代码请看图示分析HS300股票的市值和PE的统计规律pandas.describe()方法skew:偏度kurt:峰度numpy通用方法np.max/n
是璐璐呀·2022-10-02 08:31

005-第39周（9.27-10.3）

《西瓜书》【数学】【total:50h;3h/2day】【笔记本】晚上ML作业+论文+《PyTorch深度学习实践》/《利用python进行数据分析》（交叉进行）3.网课《
晶化机·2022-09-28 18:21

为什么有些人宁愿花费很多时间去自己手工配置Python环境, 也不用Anaconda?

image.png想想也挺有意思，Anaconda这几年飞速发展，身边利用Python进行数据分析的开发者蛮多在用，大有与Python争锋之势，当然它也属于Python。
python大数据分析·2022-09-15 00:02

利用 Python 进行数据分析 —— 1 数据结构、函数和文件

本文是我个人学习《利用Python进行数据分析》一书的笔记。整个系列于今日起连载。
·2022-09-14 18:30

python数据分析包pandas论文_python数据分析pandas包入门学习（一）pandas数据结构介绍...

本文参考《利用python进行数据分析》的第五章pandas入门python1pandas数据结构介绍pandas有两种主要的数据结构：series和DataFrameSeries：一种相似于一维数组的对象
KabudoS·2022-08-13 07:04

numpy 学习笔记 --《利用python进行数据分析》

numpy学习笔记数组ndarry的基本用法创建ndarryndarray的数据类型数组ndarry运算数组ndarry的基本索引和切片一维数组二维数组数组的布尔型索引花式索引nadarry的转置和轴对换。通用函数：对数组的元素进行挨个进行运算条件逻辑表述数组运算数学和统计方法：数组排序数组唯一化以及其他集合逻辑数组的文件输入以及输出numpy中的矩阵运算伪随机数生成广播数组ndarry的基本用法
遥远的小镇·2022-08-06 07:34

利用Python进行数据分析：【NumPy】

一、NumPy：数组计算1、NumPy是高性能科学计算和数据分析的基础包。它是pandas等其他各种工具的基础。2、NumPy的主要功能：#ndarray，一个多维数组结构，高效且节省空间#无需循环对整组数据进行快速运算的数学函数#*读写磁盘数据的工具以及用于操作内存映射文件的工具#*线性代数、随机数生成和傅里叶变换功能#*用于集成C、C++等代码的工具3、安装方法：pipinstallnumpy
weixin_30907935·2022-08-06 07:31

python中forward属性_GitHub - soarskyforward/Python_DataAnalysis: python数据分析

Python_DataAnalysispython数据分析参考书目《利用Python进行数据分析》第一章准备工作重要的python数据分析库NumpypandasmatplotlibIPython和JupyterSciPyseabornstatsmodels
专心学习的娃·2022-08-06 07:31

初识数据分析之NumPy 笔记一 ndarray一种多维数组对象

来源：《利用Python进行数据分析·第2版》numpy--NumericalPython数值的pythonnumpy弥补了作为通用编程语言的python在数值计算方面能力弱，速度慢的能力不足numpyVSPython
乱写乱画·2022-08-06 07:25

如何用python做财务分析_利用Python进行数据分析之Matplotlib数据化

利用Python进行数据分析之Matplotlib数据可视化金融领域必备的数据分析技能上期讲了线性回归分析，这期讲解Matplotlib库数据可视化·现代人的时间越来越碎片化，因此我准备抛弃那种长篇大论的教程
weixin_39888268·2022-07-12 07:48

利用python进行数据分析-numpy入门

4.1Numpy的ndarray4.2通用函数：快速的元素级数组函数4.3利用数组进行数据处理4.4用于数组的文件输入输出4.5线性代数4.6伪随机数生成4.7示例随机漫步对于数据分析而言，最关注的功能主要集中在:用于数据整理和清理、子集构造和过滤、转换等快速的矢量化数组运算。常用的数组算法，如排序、唯一化、集合运算等。高效的描述统计和数据聚合/摘要运算。用于异构数据集的合并/连接运算的数据对齐和
志yu·2022-06-27 07:16

啃书：《利用Python进行数据分析》第二章

Python的语法基础以及JupyterNoteBook的使用指南由于本人使用Jupyter更多所以就不再记录IPython的内容2.1python解释器Python作为解释语言，解释器同一时刻只能运行一个程序的一条语句指令。标准的Python解释器可以在命令行中输入python命令打开：(base)C:\Users\zhouxiaoyu>pythonPython3.7.0(default,Jun
CodeByZhou·2022-06-25 07:31

啃书：《利用Python进行数据分析》第三章

Python的数据结构、函数以及文件操作在这个章节，我们将开始学习Python的内置功能，这些功能将会对本书后续内容做一个铺垫。虽然扩展库有很多，但是基础知识不能忘，在有了基础的前提下，我们对模块库的学习将会事半功倍。这里首先从最基础的数据结构开始说明：元组、列表、字典和集合。然后会讨论到千变万化的函数。最后对Python对文件对象的操作和交互。3.1数据结构和序列元组元组是个一个不可改变的固定长
CodeByZhou·2022-06-25 07:31

啃书：《利用Python进行数据分析》第一章

1.1本书内容本书系统阐述了Python进行数据控制、处理、整理、分析等多方面的具体细节和基本要点。我再学习这本书的过程中进行一个汇总和总结，通过笔记来强化牢记知识点。数据的类别本书中出现的数据类型均为结构化数据，即通用格式例如：表格型数据，各列有可能是不同的类型。多维数组。通过Key进行关联的多表结构。间隔平均或不平均的时间序列。这并不是结构化数据的全部展现，当然我们经常试用Excel的用户肯定
CodeByZhou·2022-06-25 07:01

利用python进行数据分析—四、Numpy基础：数组与向量化计算

文章目录引言4.1ndarray:多维数组对象4.1.1生成ndarray4.1.2ndarray的数据类型4.1.3Numpy数组算术4.1.4基础索引与切片4.1.5布尔索引4.1.6神奇索引4.1.7数组转置与换轴4.2通用函数：快速的逐元素数组函数4.3使用数组进行面向数组编程4.3.1将条件逻辑作为数组操作4.3.2基础数组统计方法4.3.3布尔值数组的方法4.3.4排序4.3.5唯一值
哎呦-_-不错·2022-06-25 07:28

【利用python进行数据分析】学习笔记-第4章 NumPy基础

第4章NumPy基础：数组和矢量运算引用惯例：importnumpyasnp基于NumPy的算法要比纯python快10到100倍（甚至更快），并且使用更少的内存。4.1NumPy的ndarray：一种多维数组对象ndarray是一个通用的同构数据多维容器，即其中的元素必须是相同类型的。每个数组都有⼀个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）4.1.
From Star.·2022-06-25 07:16

python画图——matplotlib.plot 学习

之前把《利用Python进行数据分析》撸了一遍，其中就有一章专门说数据可视化的，结果这两天做数据挖掘算法实现想用Python画个图，发现脑袋空空如也。
飞羽喂马·2022-06-25 07:09

利用python进行数据分析第四章（NumPy基础：数组与向量化计算）

NumPy（NumericalPython的简称）是Python数值计算最重要的基础包。大多数提供科学计算的包都是用NumPy的数组作为构建基础。NumPy的部分功能如下：ndarray，一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。用于对整组数据进行快速运算的标准数学函数（无需编写循环）。用于读写磁盘数据的工具以及用于操作内存映射文件的工具。线性代数、随机数生成以及傅里叶变换功能
Triumph19·2022-06-25 07:35

『利用Python进行数据分析学习』第四章：numpy基础学习

1、ndarray的所有元素都必须是相同类型的2、np.array会尝试为新建的这个数组推断出一个较为合适的数据类型3、zeros、ones、empty等函数传入一个数字或一个元组注：empty并不是返回全0的数组，很多情况下，它返回的都是一些未初始化的垃圾数值4、ones_like以另一个数组为参数，并根据其形状和dtype创建一个全1数组5、eye、identity创建一个正方的N×N单位矩阵
lin聪记·2022-06-25 07:33
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他