白水的博客

假定所有操作都事先导入numpy库import numpy1、查询文档 在运用numpy库的时候遇到不知道使用的函数可以查询官方文档来学习，例如查询genfromtxt()函数的文档print(help(numpy.genfromtxt))2、创建向量(数组)和矩阵 ①创建一个向量vector = numpy.array([5, 10, 15, 20])pri...

导入numpy库、pandas库和Matplotlib库import pandas as pdimport numpyimport matplotlib.pyplot as plt导入文件reviews = pd.read_csv("fandango_score_comparison.csv")柱形图 生成一个柱形图：#bist图(柱形图)fig, ax ...

导入numpy库、pandas库和Matplotlib库import pandas as pdimport numpyimport matplotlib.pyplot as plt导入文件reviews = pd.read_csv("fandango_score_comparison.csv")条形图： 生成一个条形图：cols = ['Metacritic...

导入numpy库、pandas库和Matplotlib库import numpy as npimport pandas as pdimport matplotlib.pyplot as plt1、将画板分为几个子图#创建一个画板fig = plt.figure()#创建子图，参数n、m、k分别表示把画板分为n×m块子画板，子图在k子画板上ax1 = fig.add_s...

首先导入pandas库和matplotlib库import pandas as pdimport matplotlib.pyplot as plt以一个csv文件来演示用Matplotlib制作折线统计图：UNRATE.csv导入csv文件unrate = pd.read_csv("UNRATE.csv")把参数‘DATE’转化为标准时间格式unrate['D...

Series是DataFrame的一个子结构，把DataFrame中的某一列或者某几列单独拿出来就是一个Series结构，相当于Numpy当中ndarray导入pandas库import pandas as pd我们以一个csv文件来演示Series的作用：fandango_score_comparison.csv导入csv文件fandango_score_comparisio...

导入pandas库和numpy库import pandas as pdimport numpy as np我们以一个csv文件来展示pandas是如何来进行数据预处理的：titanic_train.csv读入文件titanic_train.csvtitanic_survival = pd.read_csv("titanic_train.csv")1、求平均值 ①通过...

导入pandas库和numpy库import pandas as pdimport numpy as np我们以一个csv文件来展示pandas是如何来进行数据预处理的：titanic_train.csv读入文件titanic_train.csv，并显示前十行数据titanic_survival = pd.read_csv("titanic_train.csv")tit...

假定所有操作都事先导入pandasimport pandas我们以一个csv文件为例，来展示pandas是如何读取数据的:food_info 读入csv文件food_info = pandas.read_csv("food_info.csv")1、查看pandas的数据结构，pandas的数据结构为DataFrame类型print(type(food_info))...

假定所有操作都事先导入numpy库import numpy as np1、平方根和次方根B = np.array([0, 1, 2])print(B)print('----------')#计算e的次方print(np.exp(B))print('----------')#计算次方根print(np.sqrt(B))结果为：[0 1 2]------...

假定所有操作都事先导入numpy库import numpy as np1、构造矩阵 ①构造一个零阵np.zeros((3,4))#构造的零阵其中的值默认为folat类型结果为：array([[ 0., 0., 0., 0.], [ 0., 0., 0., 0.], [ 0., 0., 0., 0.]])②构造一个...

假定所有操作都事先导入numpy库import numpy as np1、造一个索引(从0开始的排列)print(np.arange(15))结果为：[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]2、将向量转化为矩阵a = np.arange(15).reshape(3,5)a结果为：array([[ ...

假定所有操作都事先导入numpy库import numpy1、判断向量或矩阵中是否存在某一元素①向量vector = numpy.array([5, 10, 15, 20])vector == 10结果为：array([False, True, False, False], dtype=bool)②矩阵matrix = numpy.array([[5, ...

导入库import seaborn as snsimport numpyimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inline写一个sinsin\sin函数并用Matplotlib表示出来def sinplot(flip = 1): x = numpy.linspace(0, 14...