利用python进行数据分析（一）

最新推荐文章于 2024-03-30 15:22:10 发布

Zw弟弟Fw

最新推荐文章于 2024-03-30 15:22:10 发布

阅读量226

点赞数 1

文章标签： python 数据分析

本文链接：https://blog.csdn.net/chichadegua/article/details/120468667

版权

·快速高效的多维数组对象ndarry
·基于元素的数组计算或数组间数学操作函数
·用于读写硬盘中基于数组的数据集的工具
·线性代数操作、傅里叶变化以及随机数生成
·成熟的C语言API，允许python扩展和本地的C或C++代码访问NumPy的数据结构和计算设施

1、pandas提供了高级数据结构和函数，这些数据结构和函数的设计师的利用
结构化、表格化数据的工作快速、简单、有表现力.
2、DataFrame 用于实现表格化、面向列、使用行列标签的数据结构
（其实可以看做是数据库存放数据）
3、Series 一维标签数组对象

一款用于制图及其他二维数据可视化的python库

用于科学计算领域正对不同标准问题域的包集合，后面再详细介绍

机器学习工具包
·分类：SVM、最近邻、随机森林、逻辑回归等
·回归：Lasso、岭回归等
·聚类：k-means、谱聚类等
·降维：PCA、特征选择、矩阵分解等
·模型选择：网格搜索、交叉验证、指标矩阵
·预处理：特征提取、正态化

是一个统计分析包，与scikit-learn相比，它包含有统计学、经济学算法。
·回归模型：线性回归、通用线性模型、鲁棒线性模型、线性混合效应模型等
·方差分析
·时间序列分析：AR、ARMA、VAR、ARIMA
·非参数方法：核密度估计、核回归
·统计模型结果可视化

（比较重视推理、而scikit-learn比较专注于预测）

（记录一下一些Jupyter的简单命令，便于后面查找）
1.首先在Anaconda Prompt里面输入jupyter notebook

2.之后将网址复制到网页上进行打开。
3.按下tab键之后，代码会补全

4.内省：在变量名的前后使用问号(?)可以显示一些关于该对象的概要信息

在函数后加上（？？）会显示函数信息

关注