- 博客(3)
- 收藏
- 关注
RSS订阅原创 玩转pandas：从入门到高效处理数据
数据的筛选与转换同样是pandas的强项。几行简单的代码，就能将外部数据导入为DataFrame，也能将处理好的数据导出保存，比如 pd.read_csv('data.csv') 读取CSV文件， df.to_excel('result.xlsx') 将数据写入Excel。数据清洗是数据分析的基础，也是最耗时的环节，pandas提供了丰富的函数来简化这个过程。在数据分析的日常工作中，我们总会被海量数据的清洗、转换和分析任务困扰，而pandas作为Python的核心数据分析库，正是解决这些问题的“利器”。
2025-12-24 18:59:02
340
原创 数据可视化：让冰冷数据开口说话的艺术与实践
数据可视化作为连接数据与人类认知的桥梁，通过图形化的方式将复杂数据转化为直观、易懂的视觉表达，不仅让数据“活”起来，更成为决策制定、趋势分析和故事传递的核心工具。学术报告则可适当增加数据标注和细节说明。无论是日常工作汇报、学术研究还是商业决策，掌握数据可视化的原则和技巧，都能让你在数据海洋中精准定位价值，让冰冷的数据真正成为解决问题的有力工具。未来，随着AI技术的发展，数据可视化将朝着更智能、更个性化的方向演进，自动识别数据规律、推荐合适的可视化形式，但“精准、简洁、适配、逻辑”的核心原则始终不会改变。
2025-11-24 23:18:49
287
原创 numpy的核心知识
2. 数组创建与重塑：可用 np.array() 将列表等转为数组，还有 np.zeros() （全0）、 np.ones() （全1）、 np.arange() （连续序列）等便捷方法；5. 核心运算：涵盖元素级运算（加减乘除等，可直接用运算符或 np.add() 等函数）、矩阵运算（ @ 或 np.matmul() 实现矩阵乘法）；3. 索引与切片：支持类似Python列表的索引，多维数组可用逗号分隔维度索引，还能通过布尔索引（条件筛选）、花式索引（用数组指定索引）快速提取目标数据。
2025-11-11 10:05:46
132
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人