大数据数据分析
文章平均质量分 96
学习Numpy、Pandas和Matplotlib工具,进行大数据数据分析。
Code哈哈笑
今天你笑了吗?
展开
-
【Python 数据分析学习】Matplotlib 的基础和应用
Matplotlib 是一个用于 Python 的 2D 图形库,它能够以多种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。Matplotlib 提供了一个非常接近 MATLAB 的 API,使得从 MATLAB 迁移到 Python 的过程变得相对容易。它最初由 John D. Hunter 开发,并于 2003 年首次发布。随着时间的发展,Matplotlib 已经成为了 Python 数据可视化领域的一个标准库,广泛应用于科学计算、数据分析以及机器学习等领域。原创 2024-09-16 18:09:32 · 2051 阅读 · 13 评论 -
【Python 数据分析学习】Pandas的基础和应用(2)
数据透视表是常用的数据分析工具之一,它可以根据一个或多个指定的维度对数据进行聚合。对于Pandas数据,由于其类似表格的特性,还支持许多累计统计的分析,为数据分析提供了很大的方便,也成Pandas的一大优势。的元素,而且不进行补齐操作,返回一个布尔型的对象。常见的比较运算有:‘>’,‘=’,‘原创 2024-09-14 15:52:03 · 1171 阅读 · 6 评论 -
【Python学习】面向对象
在上一节中,我们简单了解到可以使用类去封装属性,并基于类创建出一个个的对象来使用。#只是多加一个self, 其余参数和往常函数一样def Fun(self, 形参1, ....,形参N):#方法体self关键字self关键字是成员方法定义的时候,必须填写的。它用来表示类对象自身的意思。当我们使用类对象调用方法的是,self会自动被python传入在方法内部,想要访问类的成员变量,必须使用self。原创 2024-04-24 11:58:18 · 1057 阅读 · 6 评论 -
【Python 学习】Numpy的基础和应用
NumPy是Python的一个基础科学计算包,是许多高级的第三方科学计算的模块,如:Matplotlib、Pandas等,都是基于NumPy所构建的。强大的多维数组功能。精细而复杂的功能。用于集成C / C ++和Fortran代码的工具。实用的线性代数,傅里叶变换和随机数功能。在使用数组前,必须首先导入Numpy模块。高效的数据存储:NumPy 数组(ndarray)在内存中是连续的,因此可以比 Python 列表更高效地访问和操作数据。NumPy 数组支持多种数据类型,如整数、浮点数、复数等原创 2024-09-07 10:10:43 · 481 阅读 · 4 评论 -
【Python 数据分析学习】Pandas基础与应用(1)
Pandas是Python中的一个高效易用的数据结构和数据分析的第三方库。Pandas是Python中数据分析的基础,旨在成为最实用最便利的开源数据分析的工具。善于处理浮点数和非浮点数的数据缺失(用NaN来表示);大小可变:数据的行列能够从DataFrame或者更高维度的数据结构中添加或者删除;自动数据对齐:目标会被显式地根据标签对齐,使用者也可以忽略标签,直接利用DataFrame、Series来自动对齐;功能强大,灵活的分组功能,可对数据执行拆分-应用-组合的一系列操作,以便聚合和转换数据。原创 2024-09-08 19:29:12 · 1114 阅读 · 5 评论