python数据分析实战

Python数据分析实战【第三章】1.2- Numpy基础数据结构【python】

【课程9.2】Numpy基础数据结构NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成：①实际的数据②描述这些数据的元数据1.多维数组ndarrayimportnumpyasnpar=np.array([1,2,3,4,5,6,7])print(ar)#输出数组，注意数组的格式：中括号，元素之间没有逗号（和列表区分）print(ar.ndim)#输出数组维度的个数（轴数），或者说
Captain Franke·2020-08-21 20:50

Python数据分析实战，小费数据集应用

一、数据来源本节选用的是Python的第三方库seaborn自带的数据集，该小费数据集为餐饮行业收集的数据，其中total_bill为消费总金额、tip为小费金额、sex为顾客性别、smoker为顾客是否吸烟、day为消费的星期、time为聚餐的时间段、size为聚餐人数。importnumpyasnpfrompandasimportSeries,DataFrameimportpandasaspd
小几斤·2020-08-16 21:20

Python数据分析实战，小费数据集应用

一、数据来源本节选用的是Python的第三方库seaborn自带的数据集，该小费数据集为餐饮行业收集的数据，其中total_bill为消费总金额、tip为小费金额、sex为顾客性别、smoker为顾客是否吸烟、day为消费的星期、time为聚餐的时间段、size为聚餐人数。importnumpyasnpfrompandasimportSeries,DataFrameimportpandasaspd
小几斤·2020-08-16 21:13

Python数据分析实战项目介绍

Python语言是数据分析领域最常用的编程语言，因此本文将向大家介绍一个Python数据分析实战项目，学完这个项目大家可以使用Pandas进行数据准备、清洗、整理、计算与可视化，以及掌握最主流的数据可视化框架
wx5ecc6bcb4713c·2020-08-15 15:02

python数据分析实战---秦璐

讲解：一份数据分析报告#既包含代码又包含数据分析结果的PDF形式Markdown写法：说明codeimportpandasaspd快捷切换esc+m变为Markdown/esc+m变为code图形化呈现：结果练习1这是一份用户消费行为的分析报告(数据来源于网络，用户在一家CD网站上的消费)importpandasaspdimportnumpyasnp#加载数据可视化包importmatplotli
Luara_lyy·2020-08-13 22:01

Python数据分析实战【第三章】2.12- 时间序列 - 索引及切片【python】

【课程2.12】时间序列-索引及切片TimeSeries是Series的一个子类，所以Series索引及数据选取方面的方法基本一样同时TimeSeries通过时间序列有更便捷的方法做索引和切片1.索引fromdatetimeimportdatetimerng=pd.date_range('2017/1','2017/3')ts=pd.Series(np.random.rand(len(rng)),
Captain Franke·2020-08-12 14:30

Python数据分析实战【第三章】2.13-时间序列 - 重采样【python】

【课程2.13】时间序列-重采样将时间序列从一个频率转换为另一个频率的过程，且会有数据的结合降采样：高频数据→低频数据，eg.以天为频率的数据转为以月为频率的数据升采样：低频数据→高频数据，eg.以年为频率的数据转为以月为频率的数据1.重采样：.resample()#创建一个以天为频率的TimeSeries，重采样为按2天为频率rng=pd.date_range('20170101',period
Captain Franke·2020-08-12 14:01

《Python数据分析实战》day1：有关Numpy中column_stack与row_stack的思考

从今天开始看《Python数据分析实战》这本书，今天看了这本书的第三章：Numpy部分，在书中看到了numpy中的两个方法numpy.column_stack与numpy.row_stack有一点自己的思考
Olivercqc·2020-08-08 19:32

真香还是假香，Python处理分析128张Excel表格竟然不到3秒？| 附案例数据集

这篇文章算是Python数据分析实战的第二个独立案例。注:案例128张完整源数据和代码，公众号后台回复“表格处理”即可获取。案例背景在另一个平行世界，有一家专注于户外运动的巨头公司。
数据不吹牛·2020-08-08 13:59

Python数据分析实战—用matplotlib实现数据可视化（1）

《Python数据分析实战》matplotlib优点：使用起来极其简单以渐进、交互式方式实现数据可视化表达式和文本使用LaTeX排版对图像元素控制力更强可输出PNG、PDF、SVG和EPS等多种格式1.
Cacra·2020-08-08 02:38

python数据分析实战之AQI预测

前言：上一篇对AQI进行了分析，这一篇根据对以往的数据，建立一个模型，可以将模型应用于未知的数据，来进行AQI的预测。文章目录1、加载相关库和数据集2、数据处理和转换2.1简单的数据处理2.2数据转换3、建立基模型4、特征选择4.1RFECV4.2使用RFECV进行特征选择5、异常值处理5.1使用临界值进行填充5.2分箱离散化6、残差图分析6.1异方差性6.2离群点1、加载相关库和数据集使用的库主
恋恋风尘hhh·2020-08-07 21:00

Python数据分析实战：使用pyecharts进行数据可视化

前言本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。作者：刘早起开始使用基本套路就是先创建一个你需要的空图层，然后使用.set_global_opts修改全局项再用.set_series_opts修改具体的相关配置就可以。当然最好的学习地址一定是官方文档，但是里面介绍的太过复杂了，这里仅以快速上手使用为目标进行几个例子来说明套路
松鼠爱吃饼干·2020-08-05 04:16

视频教程-Python数据分析实战-Pandas-Python

Python数据分析实战-Pandas10余年软件工作经验,任职过程序员，项目经理，技术经理，架构师。
weixin_33860743·2020-07-28 18:41

Python数据分析实战【第三章】3.7-Matplotlib柱状图、堆叠图【python】

1.柱状图与堆叠图fig,axes=plt.subplots(4,1,figsize=(10,10))s=pd.Series(np.random.randint(0,10,16),index=list('abcdefghijklmnop'))df=pd.DataFrame(np.random.rand(10,3),columns=['a','b','c'])s.plot(kind='bar',co
Captain Franke·2020-07-28 08:32

识别手写体数字

具体详见《Python数据分析实战》(人民邮电出版社)【意】FabioNelli著杜春晓译#使用sklearn.svm.SVC估计器，使用的是SVC技术#需要导入scikit-learn的svm模块，创建
缘来是你i·2020-07-28 08:36

Python数据分析实战基础 | 初识Pandas

这是Python数据分析实战基础的第一篇内容，主要是和Pandas来个简单的邂逅。已经熟练掌握Pandas的同学，可以加快手速滑动浏览或者直接略过本文。
数据不吹牛·2020-07-15 18:24

Python数据分析实战：大（zhuang）佬（bi）级别数据预处理方式

作者：琥珀里有波罗的海欢迎群友投稿https://zhuanlan.zhihu.com/p/146906814前言之前写的文字都比较干，每篇文章都是篇幅巨长，恨不得一篇文章把一个数据集从入手到预测完成全部覆盖。这里面还要加上自己的“思路”和“弯路”。这次我们专门挑了一份烂大街的数据集Titanic（后台回复：Titanic即可获取），写了一点关于数据预处理部分，但是代码风格却是大（zhuang）佬
python爬虫人工智能大数据·2020-07-13 19:22

Python数据分析实战：获取数据

文章来源：可乐的数据分析之路作者：虾壳可乐想用一个完整的案例讲解Python数据分析的整个流程和基础知识，实际上以一个数据集为例，数据集是天池上的一个短租数据集，后台回复：短租数据集，即可获得。先来想一下数据分析的流程，第一步获取数据，因此本节内容就是获取数据以及对数据的基本操作。1.数据导入1.1导入.xlsx文件要导入一个.xlsx后缀的Excel文件，可以使用pd.read_excel(路径
简说Python·2020-07-13 11:44

python数据分析实战之电商交易分析

文章目录1、明确需求和目的2、数据收集3、数据预处理3.1数据整合3.1.1加载相关库和数据集3.1.2数据概览3.2数据清洗3.2.1缺失值处理3.2.2异常值处理3.2.3多余记录的删除3.2.4重复值的处理4、数据分析4.1总体情况分析4.2各维度分析5、总结1、明确需求和目的通过以往的电商交易历史数据，分析商品销售的总体情况以及不同维度下的销售情况。根据分析结果提出有利于提升商品销量的建议
恋恋风尘hhh·2020-07-12 12:21

Python数据分析实战【第三章】2.19-Pandas数据分组【python】

【课程2.19】数据分组分组统计-groupby功能①根据某些条件将数据拆分成组②对每个组独立应用函数③将结果合并到一个数据结构中1.分组df=pd.DataFrame({'A':['foo','bar','foo','bar','foo','bar','foo','foo'],'B':['one','one','two','three','two','two','one','three'],'C
Captain Franke·2020-07-11 19:22

Python数据分析实战作业 第四章 Python数据分析实战 习题

链接带你轻松学会Python数据分析第四章Python数据分析实战习题（数据见附件sizhang.xlsx）班主任现有一班级的两张表，如下。
聂大哥·2020-07-10 10:23

python数据分析实战之AQI分析

文章目录1、数据分析的基本流程2、明确需求和目的2.1需求和目的3、数据收集4、数据预处理4.1数据整合4.1.1加载相关库和数据集4.1.2数据总体概览4.2数据清洗4.2.1缺失值的处理4.2.2异常值的处理4.2.3重复值的处理5、数据分析5.1描述性统计分析（1）哪些城市的空气质量较好/较差？（2）对城市的空气质量按照等级划分，每个等级城市数量分布情况如何？（3）空气质量在地理位置分布上，
恋恋风尘hhh·2020-07-10 10:33

Python数据分析实战之分布分析

前言本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。作者：严小样儿分布分析法，一般是根据分析目的，将数据进行分组，研究各组别分布规律的一种分析方法。数据分组方式有两种：等距或不等距分组。分布分析在实际的数据分析实践中应用非常广泛，常见的有用户性别分布，用户年龄分布，用户消费分布等等。本文将进行如下知识点讲解：1.数据类型的修改2
松鼠爱吃饼干·2020-07-09 21:00

python数据分析实战之超市零售分析

文章目录1、明确需求和目的2、数据收集3、数据预处理3.1数据整合3.1.1加载相关库和数据集3.1.2数据概览3.2数据清洗3.2.1列名重命名3.2.2数据类型处理3.2.3缺失值处理3.2.4异常值处理3.2.5重复值处理4、数据分析4.1整体销售情况分析4.1.1销售额分析4.1.2销量分析4.1.3利润分析4.1.4客单价分析4.1.5市场布局分析4.2商品情况分析4.3用户情况分析4.
恋恋风尘hhh·2020-07-08 20:24

Python数据分析实战笔记—深入pandas：数据处理（2）

《Python数据分析实战》1.数据转换现在，该进行数据处理的第二步了：数据转换。调整过数据的形式和结构之后，接下来很重要的一步是对元素进行转换。
Cacra·2020-07-08 11:34

Python数据分析实战【第三章】3.15-Matplotlib表格样式调用【python】

1.定位空值df=pd.DataFrame(np.random.rand(5,4),columns=list('ABCD'))df['A'][2]=np.nandf.style.highlight_null(null_color='red')2.色彩映射df=pd.DataFrame(np.random.rand(10,4),columns=list('ABCD'))df.style.backgr
Captain Franke·2020-07-08 00:00

Python数据分析实战【第三章】3.11-Matplotlib极坐标图【python】

1.创建极坐标轴s=pd.Series(np.arange(20))theta=np.arange(0,2*np.pi,0.02)print(s.head())print(theta[:10])#创建数据fig=plt.figure(figsize=(8,4))ax1=plt.subplot(121,projection='polar')ax2=plt.subplot(122)#创建极坐标子图#还
Captain Franke·2020-07-08 00:00

Python数据分析实战【第三章】3.13-Matplotlib表格样式创建【python】

【课程3.13】表格样式创建表格视觉样式：Dataframe.style→返回pandas.Styler对象的属性，具有格式化和显示Dataframe的有用方法样式创建：①Styler.applymap：elementwise→按元素方式处理Dataframe②Styler.apply：column-/row-/table-wise→按行/列处理Dataframe1.样式df=pd.DataFra
Captain Franke·2020-07-08 00:00

Python数据分析实战【第三章】3.12-Matplotlib箱型图【python】

【课程3.12】箱型图箱型图：又称为盒须图、盒式图、盒状图或箱线图，是一种用作显示一组数据分散情况资料的统计图包含一组数据的：最大值、最小值、中位数、上四分位数（Q3）、下四分位数（Q1）、异常值①中位数→一组数据平均分成两份，中间的数②上四分位数Q1→是将序列平均分成四份，计算(n+1)/4与(n-1)/4两种，一般使用(n+1)/4③下四分位数Q3→是将序列平均分成四份，计算(1+n)/4*3
Captain Franke·2020-07-08 00:00

Python数据分析实战【第三章】2.2- Pandas数据结构Series：基本概念及创建【python】

【课程2.2】Pandas数据结构Series：基本概念及创建"一维数组"Serise#Series数据结构#Series是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,轴标签统称为索引importnumpyasnpimportpandasaspd#导入numpy、pandas模块s=pd.Series(np.random.rand(5))print(s)p
Captain Franke·2020-07-08 00:57

Python数据分析实战【第三章】2.6-Pandas数据结构Dataframe：索引【python】

【课程2.6】Pandas数据结构Dataframe：索引Dataframe既有行索引也有列索引，可以被看做由Series组成的字典（共用一个索引）选择列/选择行/切片/布尔判断1.选择行与列df=pd.DataFrame(np.random.rand(12).reshape(3,4)*100,index=['one','two','three'],columns=['a','b','c','d'
Captain Franke·2020-07-08 00:57

Python数据分析实战项目介绍

Python语言是数据分析领域最常用的编程语言，因此本文将向大家介绍一个Python数据分析实战项目，学完这个项目大家可以使用Pandas进行数据准备、清洗、整理、计算与可视化，以及掌握最主流的数据可视化框架
博斌·2020-07-07 04:02

数据分析必知必会 | TGI指数分析实战

这是Python数据分析实战的第一个案例，详细解读TGI指数，并用Python代码实现基础的TGI偏好分析。
数据不吹牛·2020-07-07 00:16

Python数据分析实战项目-共享单车骑行数据分析

背景介绍随着我国的经济迅速发展，城市人口急剧增加，随之带来的是一系列的问题，交通拥堵，环境受到破坏，发展公共交通可以完美的解决现在我们面临的这些问题，自行车具有机动灵活、低碳环保的优点，如果自行车可以取代现在的机动车，那么道路就不会那么拥挤，人们的出行效率就会大大提升，汽车废气的排放量也将大大的减少，环境的质量也会提升。同时，为了完美的解决从地铁站到公司、从公交站到家的“最后一公里”路程，共享单车
紫芝·2020-07-06 17:06

Python数据分析实战【第三章】2.3- Pandas数据结构Series：索引【python】

【课程2.3】Pandas数据结构Series：索引位置下标/标签索引/切片索引/布尔型索引1.位置下标，类似序列s=pd.Series(np.random.rand(5))print(s)print(s[0],type(s[0]),s[0].dtype)print(float(s[0]),type(float(s[0])))#print(s[-1])#位置下标从0开始#输出结果为numpy.fl
Captain Franke·2020-07-06 17:20

Python数据分析实战：上海二手房价分析

1数据搜集使用urllib库中的request模块爬取赶集网发布的上海二手房信息，包括包括户型、面积、单价等，再使用BeautifulSoup库解析爬取的HTML数据，最终将数据保存到CSV文件中。importurllib.requestfrombs4importBeautifulSoupimportpandasaspd#爬取数据defrequest_Data(url):#创建requests对象
why在数据分析·2020-07-06 06:57

Python数据分析实战

Python数据分析实战数据及要求文件可以在博主得资源上下载，如果是源文件有个缺考得话，把他人为改成0或者使用python代码写也可以现请帮班主任做如下工作：给成绩表加上姓名列；给成绩表加上字段“总分”
潇囧囧·2020-07-06 05:15

Python数据分析实战笔记—Pandas数据读写（1）

《Python数据分析实战》本章将学习pandas从多种存储媒介（比如文件和数据库）读取数据。1.I/OAPI工具pandas是数据分析专用库，主要关注的是数据计算和处理。
Cacra·2020-07-05 18:18

2018最新Python数据分析实战教程视频 python数据分析班视频 Python数据分析基础教程 利用Python进行数据分析

系列一：《python数据分析基础与实践》章节1Python概况课时2Python简介章节2Python安装课时3安装Anaconda课时4使用Anaconda章节3数据准备课时5数据类型–布尔型课时6数据类型–数值型课时7数据类型–字符型课时8数据结构–List课时9数据结构–Tuple课时10数据结构–Set课时11数据结构–Dic课时12Pandas数据结构–Series课时13Pandas
qq_42449918·2020-07-05 09:35

Python数据分析实战项目-北京二手房数据分析

本篇文章主要是介绍一个北京二手房数据分析的项目，目的是熟悉python数据分析的及可视化的一些常用方法。数据获取通过编写python脚本（爬虫）从二手房交易数据网站上获取北京二手房数据集数据解释Direction：方向District：区域Elevator：电梯Floor：楼层Garden；花园Id：编号Layout：布局Price：价格Region：地区Renovation：翻修，革新Size：
紫芝·2020-07-05 07:45

Python数据分析实战之二--某网站二手房信息（数据分析）

~~~接上一篇--数据处理~~~在对数据进行处理后，需要对数据进行分析1.房型：a.首先对房型分别进行分析：importnumpyasnpimportmatplotlib.pyplotaspltimportseabornassns%matplotlibinline%pylabinlinepylab.rcParams['figure.figsize']=(15,10)#调整图片大小fig,axes=
huangxiaoyun1900·2020-07-04 18:40

Python数据分析实战之一--某网站二手房交易信息（数据处理）

根据链家网二手房交易信息对二手房交易数据进行分析用到的数据包含147169条交易信息，每条交易信息包括["房型","成交时间","地址","价格","朝向","装修","建造年代","楼层","产权","面积","得房面积","有无钥匙","编号"]列信息。1.首先载入数据集此处用到的数据集为excel，可以使用pandas的pd.read_excel("data.xlsx",0,header=N
huangxiaoyun1900·2020-07-04 18:39

视频教程-Python数据分析实战篇：从数据搜集到数据可视化一步一步完成二手房价数据分析-机器学习...

Python数据分析实战篇：从数据搜集到数据可视化一步一步完成二手房价数据分析一个在IT领域摸爬滚打20多年的老程序员、软件架构师、培训讲师、IT作家。
weixin_33247457·2020-07-04 02:04

[每日一答] [20151012] pandas中，groupby方法返回MultiIndex转成DataFrame

在《Python数据分析实战》的4.2分组分析中，用到了groupby方法，使用方法如下所示：>>>gb=df.groupby(by=['class'])['score'].agg({'总分':numpy.sum
大数据分析实战·2020-07-02 17:18

Python 数据可视化工具以及数据分析开发架构

数据可视化教程:基于plotly动态可视化绘图https://edu.51cto.com/sd/4bff8Python数据可视化教程Seabornhttps://edu.51cto.com/sd/19627Python
chengfu8849·2020-07-01 20:53

Python数据分析实战-Pandas-阿勒拉哈-专题视频课程

Python数据分析实战-Pandas—707人已学习课程介绍深度学习、机器学习和数据分析必须用pandas。pandas是在python直接流行的数据处理框架。
cdhelloworld·2020-07-01 19:09

Python数据分析实战——杭州租房数据统计分析

本案例将租房网站上的杭州地区的租房数据作为参考，运用所学到的数据分析知识来分析真实数据，并以图表的形式得到以下指标：统计每个区域的房源总数量。使用条形图分析哪种户型数量最多、更受欢迎。统计每个区域的平均租金，并结合柱状图和拆线图分析各区域的房源数量和租金情况。统计面积区间的市场占有率，并使用饼图绘制各区间所占的比例。一、数据来源目前有很多的网络租房平台，如链家、房天下、安居客、贝壳等等，通过八爪鱼
aqqwvfbukn·2020-07-01 17:10

Python数据分析实战之营销组合模型

营销组合模型概述MarketingMixModeling（MMM）营销组合模型是一套统计分析技术，用来测量和预测不同营销行为对销售及ROI的影响。它被用来测量整体的marketingeffectiveness并用来在不同的营销渠道中决定最优的预算分配MarketingMix中的“Mix”一词最早指的是Mixof4Ps（Product，Price，Place&Promotion）。早期MMM分析的目
Smilecoc·2020-07-01 04:19

2018最新Python数据分析实战

课程简介：·跟小蚊子学数据分析--Python数据分析实战，简单、实用的Python数据分析视频教程。·主要介绍Python在数据处理、数据分析、数据可视化方面常用的实战方法与技巧。
weixin_44224497·2020-06-29 12:39

【Python数据分析基础】Numpy常用的基础知识总结

本文基于*Python数据分析实战（byFabioNelli），Python数据分析（byArmandoFandango）*两本书中内容及个人经验总结，欢迎一起讨论数据分析和机器学习哇~1.NumPy基本概念
张大千09·2020-06-29 10:12
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他