机器学习数据分析基础
文章平均质量分 84
错错莫
计算机 小白
展开
-
Pandas读取数据及数据操作-B站脏果君分享的视频内容记录
文章目录前言Pandas读取数据及数据操作行索引,列索引,数据值行操作.iloc 或者 .loc列操作通过标签选择数据条件选择前言b站脏果君分享的视频Python数据分析三剑客 数学建模基础 numpy、pandas、matplotlibPandas读取数据及数据操作以豆瓣的电影数据作为我们深入了解Pandas的示例注意:需要pip install xlrd==1.2.0import numpy as npimport pandas as pdmv_data = mv_data=pd.原创 2021-05-17 10:16:12 · 309 阅读 · 0 评论 -
Python基础模块和类等
文章目录模块模块的概念模块的导入方式1)import 导入2)from...import 导入模块的搜索顺序__name__属性包(Package)包的概念案例演练`__init__.py`模块本文内容主要来自黑马Python教程B站模块的概念每一个以扩展名py结尾的Python源代码文件都是一个模块。在模块中定义的全局变量 、函数、类都是提供给外界直接使用的工具。模块名同样也是一个标识符,需要符合标识符的命名规则。模块的导入方式1)import 导入提示:在导入模块时,每个导入应该独占原创 2021-04-07 21:04:37 · 471 阅读 · 1 评论 -
Python基本语法字符串、列表、字典、集合等
Python 基本语法字符串字符串索引字符串切片replace方法find方法count方法split方法partition方法strip方法列表列表运算符(加法和乘法)append方法extend方法insert方法pop方法remove方法index方法count方法sort方法reverse方法类的创建从类的角度看待对象isinstanceinit函数解释字符串字符串索引1、对字符串进行索引时,基本格式为字符串对象[索引值]2、Python的索引值是从0开始进行计算,也就是说,字符串中的第一个原创 2021-04-04 13:37:41 · 614 阅读 · 1 评论 -
Pandas系列基础知识以及DataFrame常用操作
文章目录一、pandas简介①pandas是什么?②pandas特性③pandas中的主要数据结构SeriesDataFrame二、Series①通过数组或者字典创建Series②Series常用属性③Series的特性④Series的矢量化和标签对齐三、DataFrame①创建DataFrame②DataFrame列操作③索引和选择四、DataFrame常用操作①数据查看和描述②缺失值处理③数据合并④分组运算⑤数据透视表⑥数据的读入和导出一、pandas简介①pandas是什么?1、Pandas 是原创 2021-03-27 19:24:37 · 810 阅读 · 0 评论 -
Numpy数组的切片、索引和运算
Numpy数组的切片、索引和运算ndarray数组的切片和索引基础索引一维数组切片和索引二维数组切片和索引布尔索引一维数组的布尔索引二维数组的布尔索引神奇索引一维数组的神奇索引二维数组的神奇索引ndarray对象的运算ndarray对象的算术运算ndarray对象的数学函数ndarray对象的统计函数ndarray数组的切片和索引基础索引一维数组切片和索引ndarray 数组可以基于0 - n 的下标进行索引,并设置start, stop 及step 参数进行,从原数组中切割出一个新数组。imp原创 2021-01-15 15:39:57 · 1084 阅读 · 0 评论 -
Numpy系列之ndarray数组的维度变换,拼接,分割和复制
ndarray数组的维度变换,拼接,分隔和复制ndarray数组的维度变换将1维数组转换为2维数组将2维数组转换为1维数组交换二维数组的两个维度(矩阵的转置)ndarray数组的拼接给已有的数据添加多行,比如增添一些样本数据给已有的数据添加多列,比如增添一些特征进去ndarray数组的分隔将已有的数据按行分隔,比如将训练集分割成训练集和验证集将已有的数据按列分隔,比如将特征和标签分隔数组的赋值ndarray数组的维度变换方法说明.reshape(shape)不改变数组元素,返回一个原创 2021-01-14 16:43:58 · 17736 阅读 · 0 评论 -
Numpy系列之Numpy对象的属性和创建
Numpy系列之Numpy对象的属性和创建1、ndarray对象的主要属性2、ndarray对象的创建array函数 创建arange函数 创建numpy.arange(start, stop, step)np.linspace(start, stop, num=50, endpoint=True, retstep=False,dtype = None)np.zeros(shape)np.ones(shape)随机数(random) 创建numpy.random.random(size=None)numpy原创 2021-01-14 09:18:21 · 1202 阅读 · 0 评论