自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 资源 (1)
  • 收藏
  • 关注

原创 Python数据分析NumPy和pandas(三、NumPy学习记录1)

一种最简单的数组创建方式是使用array函数,这个函数接受任何类似序列的对象参数来创建numpy数组,包括接受numpy数组本身作为参数来创建新的数组,这个新的数组接受参数传递过来的数据作为新的数组中的元素。将传入的数据(list、tuple、array或者其他序列类型的数据)转化为ndarray,默认情况下,生成的数组的数据类型为传入的数据类型,或者显示指定数据类型np.array([1, 2, 3], dtype=np.float64),array会复制传入的数据。看输出结果是一个2行4列的数组。

2024-09-14 15:30:54 627

原创 Python数据分析NumPy和pandas(二、NumPy和pandas介绍)

有了pandas库的加持,Python 具备了一个强大而高效的数据分析环境。pandas具有两个主要的对象一个是DataFrame,它是一种表格式的、面向列的数据结构,具有行和列标签;NumPy 是Numerical Python的简称,一直以来都是Python 中数值计算的基石,它提供了大多数Python数据科学计算所需要的数据结构和算法。两者得到的结果是一样的,后面的学习我都是用array()创建ndarray数组对象。data.dtype返回数组中元素的类型,上面的数组中的类型是float型。

2024-09-07 23:12:59 611

原创 Python数据分析NumPy和pandas(一、环境安装)

Python数据分析-使用NumPy和pandas

2024-09-06 18:24:42 656 1

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

提示
确定要删除当前文章?
取消 删除