bll1992的博客

数据可视化工具百度ECharts http://echarts.baidu.com/ Cytoscape http://www.cytoscape.org/ 图表秀 http://www.tubiaoxiu.com/ 数据观 http://shujuguan.cn/ 微博足迹可视化 http://vis.pku.edu.cn/weibova/weibogeo_footprint/index.html BDP个人版 https://me.bdp...

本次分享一个数据挖掘实战项目：个人信贷违约预测，此项目对于想要学习信贷风控模型的同学非常有帮助，数据和源码在文末。项目背景当今社会，个人信贷业务发展迅速，但同时也会暴露较高的信用风险。信息不对称在金融贷款领域突出，表现在过去时期借款一方对自身的财务状况、还款能力及还款意愿有着较为全面的掌握，而金融机构不能全面获知借款方的风险水平，或在相关信息的掌握上具有明显的滞后性。这种信息劣势，使得金融机构在贷款过程中可能由于风险评估与实际情况的偏离，产生资金损失，直接影响金融机构的利润水平。而现今时间金

本文主要 16个 Matplotlib 绘图实用的小技巧。1. 添加标题-titlematplotlib.pyplot 对象中有个title()可以设置表格的标题。import numpy as npimport matplotlib.pyplot as plt# 显示中文plt.rcParams['font.sans-serif'] = [u'SimHei']plt.rcParams['axes.unicode_minus'] = False%matplotlib inl...

python中的merge函数与sql中的 join 用法非常类似，以下是merge( )函数中的参数：merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), cop...

python中的list是python的内置数据类型，list中的数据类不必相同的，而array的中的类型必须全部相同。在list中的数据类型保存的是数据的存放的地址，简单的说就是指针，并非数据，这样保存一个list就太麻烦了，例如list1=[1,2,3,'a']需要4个指针和四个数据，增加了存储和消耗cpu。numpy中封装的array有很强大的功能，里面存放的都是相同的数据...

import numpy as npimport pandas as pd"""1：透视表（pivotTab）透视表是将原有的DataFrame的列分别作为行索引和列索引，然后对指定的列应用聚集函数"""df = pd.DataFrame({'类别':['水果','水果','水果','蔬菜','蔬菜','肉类','肉类'], '产地':['美国',...

"""pandas提供了一个灵活高效的groupby功能，它使你能一种自然地方式对数据集进行切片，切换，摘要等操作。根据一个或者多个键（可以是函数可以是数组或者DataFrame列名）拆分pandas对象。计算分组摘要统计，如计数、平均数、标准差、或者用户自定义的函数1：首先看看下面这个非常简单的表格性数据集"""import pandas as pdimport numpy a...

data=pd.read_csv("E:/数据挖掘/源码/源码/第6周/hexun.xls")1:把得到的数据转化为数组的形式     data.values2:将得到的数据进行转置dataf=data.T3:得到数组的行数line=len(data.values）4:得到数组的列数：col=len(data.values[0])5：得到数据的标题dat...

商品数据挖掘数据清洗：所谓的数据清洗，就是把一些异常的、缺失的数据处理掉，处理掉不一定是说删除，而是说通过某些方法将这个值补充上去，数据清洗目的在于为了让我们数据的可靠，因为脏数据会对数据分析产生影响。拿到数据后，我们进行数据清洗分为两方面：缺失值发现：可以查找 异常值发现：画图分析缺失值：在下载数据、搜集数据的时候刚好就缺失。可以通过查找的方法去发现。 异常值：不一定就是异常...