python数据处理

Python数据处理从零开始----第四章（可视化）（4）误差图

目录Python数据处理从零开始----第四章（可视化）①Matplotlib包Python数据处理从零开始----第四章（可视化）②图形和轴Python数据处理从零开始----第四章（可视化）③散点图和误差棒
柳叶刀与小鼠标·2021-05-21 03:52

Python数据处理从零开始----第二章（pandas）⑦pandas读写csv文件(1)

目录第二章（pandas）Python数据处理从零开始----第二章（pandas）①删除列Python数据处理从零开始----第二章（pandas）②处理缺失数据Python数据处理从零开始----第二章
柳叶刀与小鼠标·2021-05-20 13:19

3.5Python数据处理篇之Numpy系列(五)---numpy文件的存取

目录：[TOC]目录：1.以文本形式存取2.以任意的形式存取3.以np自定义的形式存取（一）以文本形式存取1.说明：（1）适用范围：存储一维，二维数组（2）局限性：不能存储多维数组2.语法解释：（1）写文件从数组到文件np.savetxt(frame,array,fmt="%1.8e",delimiter=None)frame->文件名，字符串array->数据的来源，数组fmt->写入的格式de
张一根·2021-05-03 19:54

Python数据处理从零开始----第四章（可视化）（19）一文解决线图line chart

目录Python数据处理从零开始----第四章（可视化）①Matplotlib包Python数据处理从零开始----第四章（可视化）②图形和轴Python数据处理从零开始----第四章（可视化）③散点图和误差棒
柳叶刀与小鼠标·2021-05-02 10:56

熬夜整理！200道Python数据分析习题+50个办公自动化案例！

Python数据分析200题matplotlib图鉴100+Python办公自动化实战案例Python数据分析200题Pandas与NumPy都是Python数据分析中的利器，因此我精心挑选了200个Python
俊红的数据分析之路·2021-04-29 09:00

Python数据处理从零开始----第二章（pandas）②处理缺失数据

目录第二章（pandas）Python数据处理从零开始----第二章（pandas）①删除列Python数据处理从零开始----第二章（pandas）②处理缺失数据第四章（可视化）Python数据处理从零开始
柳叶刀与小鼠标·2021-04-23 22:10

Python数据处理从零开始----第四章（可视化）（14）使用seaborn绘制热图

目录Python数据处理从零开始----第四章（可视化）①Matplotlib包Python数据处理从零开始----第四章（可视化）②图形和轴Python数据处理从零开始----第四章（可视化）③散点图和误差棒
柳叶刀与小鼠标·2021-04-22 00:10

用Python免费下载小说并记录章节数量以及下载时间

人生苦短，我用Python最近再看Python数据处理，看的有点头疼，想着换个脑子，便写了这个在大神看来比较简易的小说下载的爬虫，输入小说的名字就可以下载小说，并显示小说的章节数量以及下载完成的时间，期间也是来回修改了几次
儒皮法骨@小学徒·2021-04-20 21:29

Python数据处理从零开始----第三章（pandas）①删除列

目录Python数据处理从零开始----第四章（可视化）⑧火山图===============================================Python中pandasdataframe
柳叶刀与小鼠标·2021-04-20 13:05

python数据处理7

#==============================================================================#第七章使用正确的图表理解数据#7.1简介#==============================================================================#====================
无涯2016·2021-04-18 17:13

python数据处理随记

1.删除变量：df.drop(['‘变量名1，变量名2......’],axis=1,inplace=True)2.删除所有缺失值：df.dropna(how='any',inplace=True)#‘any’有一个维度缺失就都删除3.删除指定变量的缺失值：df.dropna(subset=['变量名1','变量名2],inplace=True)3.1根据阈值删除缺失值：thresh_count=
钢能锅·2021-04-15 09:31

python数据处理3

------------------------------------------------------------------#========================================================#第3章绘制并定制化图表65#========================================================3．1简介6
无涯2016·2021-04-15 05:09

Python数据处理| Pandas知识大全

写在前面的话Pandas是专门做数据处理和分析的，拥有许多各种复杂的函数。Pandas功能强大，支持类似于SQL的数据处理。Pandas的底层依赖于Numpy，是在Numpy的基础上发展而来。导入数据库：importpandasaspd1、Pandas基础知识1.1、常用数据结构Series：由一组数据以及一组与之对应的数据标签（即索引组成）；可以通过pandas.Series来创建Series，
四毛m·2021-04-15 02:54

2021-04-04 python数据处理系统学习（十八）层次化索引

2021-04-04python数据处理系统学习（十八）层次化索引data1=pd.read_excel('附件1：123家有信贷记录企业的相关数据.xlsx',sheet_name=0,header=
GraceWangWYY·2021-04-04 20:26

就业班第三阶段 python数据处理

第一章pandas入门1.1/1.2jupyter基础创建虚拟环境a、创建指定python版本的虚拟环境condacreate-n环境变量名python=3.6b、虚拟环境命令condaenvlist——查看**当前拥有的虚拟环境condaremove-n环境变量名--all——删除*环境变量activate环境变量名——进入/激活环境变量condadeactivate——退出环境变量Cell单元
anti酱·2021-03-08 22:03

#7.生活小妙招-工业标准化数据简单处理（python数据处理）

#本次主要以动力电池测试的充放电数据为例，在未和python相遇的时候还手动进行数据处理，有时候项目进度紧急需要找好几个同事帮忙处理，效率缓慢，而且容易出现错误；使用python：pandas、matplotlib之后实现了数据处理的自动化，大大提升了效率与准确度：数据链接（数据是测试版数据）：测试数据1.实例1：电池模组循环寿命数据处理：a.处理目标：①.需要从原始数据里面筛选出如下表数据，放入
天甜费，·2021-03-06 23:26

python便利矩阵_图解Numpy精翻版，一文带你入门Python数据处理

本文精心翻译自JayAlammar的博客：https://jalammar.github.io/visual-numpy/，其用图解的方式详细介绍了NumPy的功能和使用示例。NumPy是Python生态中数据分析、机器学习和科学计算的基础。它极大地简化了向量和矩阵的操作处理。Python的一些主要软件包(如scikit-learn、SciPy、pandas和tensorflow)都以NumPy作
IBEANI·2021-02-04 19:57

python绘制小提琴图数据_Python数据处理从零开始----第四章（可视化）（16）一文解决小提琴图violin plot...

原文：Python数据处理从零开始----第四章(可视化)(16)一文解决小提琴图violinplotwww.jianshu.comPython数据处理从零开始----第四章(可视化)(16)一文解决小提琴图
沈临白·2021-02-04 09:26

python数据处理之0值的替换缺失值的填充

python数据处理之0值的替换和缺失值的填充零值的替换：replace()方法里面填充的是键值对结构，注意空值必须用numpy.NaN来取而不是用字符串nulldata['AvgHomeValue']
强大的RGG·2021-01-27 12:25

Python数据处理基础

Python本身可以处理的数据类型是比较有限的，但numpy、pandas、xarray等库引入了丰富的数据类型，从而拓展了Python在数据处理领域的使用。1.1Python数据类型Python3中有六个标准的数据类型：number（数字）、string（字符串）、list（列表）、tuple（元组）、set（集合）、dict（字典）。其中不可变的数据类型有3种：number（数字）、strin
程序猿小白^·2021-01-15 09:41

python处理异常值循环_Python数据处理：异常值处理方法之3σ原则

原标题：Python数据处理：异常值处理方法之3σ原则一、3σ原则定义异常值是指样本中的个别值，其数值明显偏离其余的观测值。异常值也称离群点，异常值的分析也称为离群点的分析。
吴俏茜·2021-01-13 23:37

python 数据处理 pandas+numpy 等使用技巧

python数据处理python数据处理pandas使用技巧最近在处理一些数据，发现以前所使用的一些方法可能比较笨拙，python之中有一些比较方便的数据处理函数和技巧，所以写下此篇博客记录一下1、数据转换
春天不是读书人·2021-01-10 12:04

如何进行聚类可视化_从爬虫到机器学习-高级Python数据处理与可视化

很多同学都听说过数据集(dataset)。实际上，熟练使用爬虫技术获取和整理数据集是机器学习的第一步。而下载下来的数据如何处理则是一门功课，几乎就是机器学习这门课的核心要义之一。今天我们来讨论一下，从网上获取数据后，如何对这些数据进行高级数据分析，可视化，最终你将学会如何建立你的第一个机器学习数据集。但在这之前，需要对数据进行预处理，作为入门计算机视觉的第二步，话不多说，我们开始吧。通过本文的学习
易近民·2021-01-08 17:38

numpy 获取特定数值的索引_图解Numpy精翻版，一文带你入门Python数据处理

本文精心翻译自JayAlammar的博客：https://jalammar.github.io/visual-numpy/，其用图解的方式详细介绍了NumPy的功能和使用示例。NumPy是Python生态中数据分析、机器学习和科学计算的基础。它极大地简化了向量和矩阵的操作处理。Python的一些主要软件包(如scikit-learn、SciPy、pandas和tensorflow)都以NumPy作
weixin_39655160·2020-12-30 07:02

python数据处理高斯滤波_这可能是史上最全的 Python 算法集（建议收藏）

导读：本文是一些机器人算法（特别是自动导航算法）的Python代码合集。其主要特点有以下三点：选择了在实践中广泛应用的算法；依赖最少；容易阅读，容易理解每个算法的基本思想。希望阅读本文后能对你有所帮助。前排友情提示，文章较长，建议收藏后再看。本文经授权转自公众号：CSDN（ID：CSDNnews），作者：AtsushiSakai，译者：弯月一、目录环境需求怎样使用本地化扩展卡尔曼滤波本地化无损卡尔
苏欣妍·2020-12-30 06:53

python计算图解_图解Numpy精翻版，一文带你入门Python数据处理

本文精心翻译自JayAlammar的博客：https://jalammar.github.io/visual-numpy/，其用图解的方式详细介绍了NumPy的功能和使用示例。NumPy是Python生态中数据分析、机器学习和科学计算的基础。它极大地简化了向量和矩阵的操作处理。Python的一些主要软件包(如scikit-learn、SciPy、pandas和tensorflow)都以NumPy作
风神有理·2020-12-30 06:10

python年数据怎么和日数据联系_Python数据处理分析(1)：日期型数据处理

摘要：Python数据处理分析中，日期型数据的处理是相对复杂且非常重要的一环。本文以调用Tushare包获得股票的各种信息数据为案例，介绍日期数据的处理。
超级爱喝水·2020-12-28 22:55

#第17篇分享：python数据处理-pandas,numpy,matplotlib

#python数据处理-pandas,numpy,matplotlib:对于数据来说，有数据爬取-爬虫，数据处理-就是今天学习的，以及数据分析-sklearn,tensoflow机器学习及深度学习；因为我们步入了新的时代了
天甜费，·2020-12-27 22:51

python操作excel并封装成exe文件_python数据处理excel和pdf，并打包成exe

之前零散的用过一点python做数据处理，这次又遇到一个数据处理的小功能，因此，记录一下整个流程，方便以后查阅。功能要求：读取excel，找指定的PDF文件的页数是否与excel中记录的一致整个处理过程包括python环境配置，插件安装，excel和PDF处理，exe打包1、python环境配置IDE用的是PyCharm社区版，pyhon环境用的是pandas，它内嵌了很多数据处理的插件，就有我们
weixin_39918961·2020-12-20 20:27

python numpy pandas 题目_Python解决Sql题目，pandas其他思路解法，原来这么简单

后来才发现，原来不是Python数据处理厉害，而是他有数据分析神器——pandas前言有不少小伙伴向我反映pandas专栏缺少练习题，因此这里我使用一套sql的题目，作为pa
weixin_39804059·2020-12-15 23:07

python分析出nba球员的位置_python--NBA数据分析初探（下）

上回学习到利用jupyternotebook简单展示了一下单变量、双变量几多变量的数据可视化，本篇将在上篇的基础上，练习一下python数据处理及衍生变量的一些可视化实践。
weixin_39563722·2020-12-12 06:23

python数据处理可视化_使用Python数据预处理，分析和可视化进行机器学习

在现实世界中，我们经常遇到许多原始数据，这些数据不适合机器学习算法。我们需要在将原始数据输入各种机器学习算法之前对其进行预处理。本章讨论在Python机器学习中预处理数据的各种技术。数据预处理在本节中，让我们了解如何在Python中预处理数据。最初，在文本编辑器(如记事本)中打开扩展名为.py的文件，例如prefoo.py文件。然后，将以下代码添加到此文件中-importnumpyasnpfrom
weixin_39893274·2020-12-10 14:28

python异常值处理箱型图_Python数据处理：异常值处理方法之3原则

一、3σ原则定义异常值是指样本中的个别值，其数值明显偏离其余的观测值。异常值也称离群点，异常值的分析也称为离群点的分析。在进行机器学习过程中，需要对数据集进行异常值剔除或者修正，以便后续更好地进行信息挖掘。对于异常值的处理，3σ原则是最常使用的一种处理数据异常值的方法。那么，什么叫3σ原则呢？3σ原则，又叫拉依达原则，它是指假设一组检测数据中只含有随机误差，需要对其进行计算得到标准偏差，按一定概率
weixin_39870150·2020-12-07 12:57

python数据处理模块_Python数据分析模块一：NumPy

NumPy全称NumericalPython，是目前Python数值运算中最重要的基础模块，在命令行中输入pipinstallnumpy即可安装。NumPy中最重要的对象是多维数组（ndarray），它是一系列相同类型数据的集合。1.一维数组1)创建一维数组要创建一个一维数组，将一个列表作为参数传入numpy中的array()方法即可。importnumpyasnpdata=np.array([1
weixin_39919195·2020-11-23 05:52

python dataframe 去重_数据处理奇技巧——python数据处理小技能

有人说做数据无非几点：逻辑思路，技术工具和业务需求，1)逻辑思路中涵盖的大多是一些算法、规则；2)技术工具中主要是python、Excel和SQL；3)业务逻辑里面则多为一些指标、客群等。看着很多的内容，等处理过了才发现，无他，唯手熟尔~做数据以来，难免会遇到各种处理方法上的问题，每次遇到问题点就整理一下关键的语句，逐渐的，才发现原来整理了一整套，今天抽取一些比较常用的语句，分成了几篇：一篇是py
weixin_39708557·2020-11-20 22:34

pandas批量修改列值_Python数据处理- Pandas包之replace函数

使用Python处理数据，很多时候会遇到批量替换的情况，一个一个去修改效率过低，也容易出错，replace()是很好的方法。1.Replace():中文理解为替换函数。适用于批量替换的情况。2.如何使用2.1基本语法：df.replace(Value_old,Value_new)前面是需替换的值，后面是替换后的值。原DataFrame是并没有改变的，改变的只是一个复制品。replace()对Dat
weixin_39807352·2020-11-20 18:21

python 线性回归 统计检验 p值_使用Python进行统计建模

点击上方『早起python』关注早起和我一起，成为更好的自己前言大家好，在之前的文章中我们已经讲解了很多Python数据处理的方法比如读取数据、缺失值处理、数据降维等，也介绍了一些数据可视化的方法如Matplotlib
weixin_39611161·2020-11-19 23:06

python summary_使用Python进行统计建模

===============我的公众号：早起python===============前言大家好，在之前的文章中我们已经讲解了很多Python数据处理的方法比如读取数据、缺失值处理、数据降维等，也介绍了一些数据可视化的方法如
weixin_39926042·2020-11-19 23:06

Python数据可视化：pandas制图简介与图形选择

一.为什么用pandas来制作图表Pandas作为Python数据处理中常用的包，其中也集成了数据处理常用的功能，比如制图。
JY_Chen__·2020-11-08 16:30

python处理excel数据-Python数据处理之导入导出excel数据

欢迎点击上方"AntDream"关注我、Python的一大应用就是数据分析了，而数据分析中，经常碰到需要处理Excel数据的情况。这里做一个Python处理Excel数据的总结，基本受用大部分情况。相信以后用Python处理Excel数据不再是难事儿！Python处理Excel数据需要用到2个库：xlwt和xlrd。xlwt库负责将数据导入生成Excel表格文件，而xlrd库则负责将Excel表格
weixin_37988176·2020-10-29 21:09

拆分NumPy数组-python数据处理

拆分NumPy数组我们可以把纵向、横向和深度方向来拆分数组，相关函数有hsplit()、vsplit()、dsplit()和split()。我们既可以把数组分成相同形状的数组，也可以从规定的位置开始切取数组。1.横向拆分：对于一个3*3数组，可以沿着横轴方向将其分解为3部分，并且各部分的大小和形状完全一致。2.纵向拆分：vsplit()函数将沿着纵轴方向分解数组。3.深向拆分：dsplit()函数
数模竞赛Paid answer·2020-10-22 16:31

python数据处理中Pandas数据处理及分析----超详细

实现Pandas自行车行驶数据分析假设现在有一组自行车行驶数据，这组数据记录的是蒙特利尔市内7条自行车道的自行车骑行人数，下面用python中的pandas对其进行分析。原始数据找我要就行QQ2534659467注明来意谢谢#第一步导入Pandasimportpandasaspdimportmatplotlib.pyplotasplt#导入Pandas那些屁事我就不说了不会的找我来#第二步准备画图
weixin_43292788·2020-10-20 17:09

Python数据处理从零开始----第二章（pandas）③数据标准化（1）

目录第二章（pandas）Python数据处理从零开始----第二章（pandas）①删除列Python数据处理从零开始----第二章（pandas）②处理缺失数据Python数据处理从零开始----第二章
柳叶刀与小鼠标·2020-10-10 19:07

python数据处理(tianchi)

数据处理流程：参考：天池论坛0.EDA：尽可能多的作图，目的是发现变量间关系以及变量与预测值之间的关系1.缺失值处理（去除噪声）（1）对一般特征，缺失值太多直接丢弃(drop函数)。不多则可以进行填充（2）如果选用树模型，则可以不处理缺失值，让模型自己优化（3）一般int/float数据缺失值为nan，可以用isnull()判断（4）对于object的缺失值，其可能形式会不一样，比如可以是’‘或者
weixin_45477892·2020-09-24 09:08

【python数据处理】pandas多表操作

pandas多表操作1.InnerMerge合并dataframepd.merge()将两张dataframe合成一张除了pandas的方法,eachDataFrame都有自己的merge()方法查询类似于SELECTWHEREresults=all_data[all_data.revenue>all_data.target]#1sales_vs_targets=pd.merge(sales,ta
姚尔摩斯·2020-09-17 04:54

python 数据处理（以Pandas为主）

python数据处理：（以Pandas为主）读取数据添加、修改数据①添加数据②修改dataframe的列名字③将某一列数据转换为自己想要表达的字段④填充空值删除数据①删除指定一行的数据②删除指定一列的数据
YGY---未来可期·2020-09-17 03:38

python数据处理(三)matplotlib的使用

一、基本用法1、matplotlib的基本用法importmatplotlib.pyplotaspltimportnumpyasnp#输出y=2x-1直线x=np.linspace(-1,1,50)#50个点y=2*x+1plt.plot(x,y)plt.show()2、figure图像importmatplotlib.pyplotaspltimportnumpyasnp#画y=2x-1直线和y=
tl3029·2020-09-17 03:43

【python数据处理】seaborn

简化了matplotlib不存在直方图Seaborn是一个Python数据可视化库，它提供简单的代码，为统计探索和洞察创建优雅的可视化。Seaborn基于Matplotlib，但在几个方面改进了Matplotlib：Seaborn提供更具视觉吸引力的绘图风格和简洁的语法。Seaborn本身了解PandasDataFrames，可以更轻松地直接从CSV绘制数据。Seaborn可以轻松地将包含许多行数
姚尔摩斯·2020-09-17 03:02

半小时拿下Python数据处理之Matplotlib篇

半小时拿下Python数据处理之Matplotlib篇matplotlib三种代码风格pyplotpylabObjectOriented子图多图散点图（scatter）条形图(bar)直方图（hist）
AI异构·2020-09-17 03:12

半小时拿下Python数据处理之Seaborn篇

半小时拿下Python数据处理之Seaborn篇Seaborn简介Seaborn样式matplotlib与seaborn绘图比较Seaborn5种主题风格用despine()移除轴线临时设置图表样式重载
AI异构·2020-09-17 03:38
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他