数据分析
文章平均质量分 68
Fredreck1919
python基础牢固,熟悉Django、爬虫、数据分析,会用Mysql、MongoDb、Redis等数据库和HTML5相关前段基础。
展开
-
(85)--Python数据分析:简单线性回归
# 散点图描绘(一)准备工作1.编程环境:Python3.5.2(使用其自带的IDLE,并已经配置好环境变量),win10。2.使用到的包:numpy,matplotlib,Pandas,sklearn,OrderedDict,matplotlib (注:可用pip install xxx直接安装,有问题就直接搜索引擎解决)。3.数据源:a. ex0.txt :https://pan.baidu...转载 2018-05-10 14:00:01 · 1052 阅读 · 0 评论 -
数据分析简介
零,数据分析简介什么叫数据分析,它要达到何种目的。数据分析指的是通过统计学方法对采集来的数据进行整理和分析,并从中提取有用信息,从而得出结论的过程。某些学者认为,数据分析分为三类,入门级的描述性数据分析,其方法主要有对比、平均、交叉分析法。高级的探索和验证数据分析,分析方法主要有相关分析,回归分析,因子分析。这样的提法自有它的道理。在我看来,实际上就分两类:描述性统计分析和计算性数据分析...原创 2018-06-05 20:49:09 · 2271 阅读 · 0 评论 -
(89)--Python数据分析:Pandas画图
# Pandas画图import itertoolsfrom math import expimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltdef lasso_regression(X_array, y, lambd, threshold=0.1): #通过坐标下降(coordinate de...原创 2018-05-23 09:35:24 · 507 阅读 · 0 评论 -
(87)--Python数据分析:指数密度函数与指数分布图
# 指数密度函数与指数分布图 lambd = 0.5x = np.arange(0,15,0.1)y = lambd*np.exp(-lambd*x)plt.plot(x,y)plt.title('Exponential:$\lambda$=%.2f' % lambd)plt.xlabel('x')plt.ylabel('Probability density')plt.show()...原创 2018-05-16 19:07:24 · 5614 阅读 · 0 评论 -
(84)--制作数据面板
# 制作数据面板df1 = pd.read_csv(r'Desktop\1.csv')df1Out[90]: a b c d0 3 5 8 41 4 6 9 52 5 7 10 63 6 8 11 74 7 9 12 85 8 10 13 96 9 ...原创 2018-05-07 20:18:02 · 441 阅读 · 0 评论 -
(83)--用代码实现超越函数
# 实现一个超越函数:y = x*sin(x)import numpy as npimport pandas as pdimport matplotlib.pyplot as pltser=pd.Series(np.sin(np.linspace(0,7,1000)),index=list(np.linspace(0,7,1000)))asd,as_2=plt.subplots(fig...原创 2018-05-07 19:09:30 · 1045 阅读 · 1 评论 -
(82)--用代码实现简谐运动
# 模拟实现简谐运动# temp.pyimport matplotlib.pyplot as pltimport numpy as npdef f(t): return np.cos(2 * np.pi * t)a = np.arange(0.0,5.0,0.02)plt.plot(a,f(a))plt.xlabel('横坐标(时间)',fontproperties='Ka...原创 2018-04-27 16:32:57 · 2621 阅读 · 0 评论 -
(86)--Python数据分析:散布图
# 散布图必须通过两个数据序列才能绘制而成,也可以通过一个数据框绘制成散布矩阵。 import pandas as pdimport numpy as npimport matplotlib.pyplot as pltX1=np.arange(1,1002,1)X2=np.random.normal(3,1,1001)X3=np.random.randn(1001)X4=np...原创 2018-05-11 20:14:41 · 1287 阅读 · 0 评论 -
(88)--Python数据分析:线性回归分析
# 线性回归分析import matplotlib.pyplot as pltimport pandas as pdimport numpy as npfrom scipy import linalgtita_list=[]def upload_csv(name): array_data=np.loadtxt(fname=name,dtype=np.float64,delimit...原创 2018-05-17 20:46:10 · 1217 阅读 · 0 评论 -
(81)--图片修改小技巧之手绘
# 深入理解图片成像原理以及数据背后含义之后制作一个小程序# temp.pyfrom PIL import Imageimport numpy as np# 图像手绘效果a = np.asanyarray(Image.open(r'D:\学习\作业\趣图\01.jpg').convert('L')).astype('float')depth = 10grad = np.gradient...原创 2018-04-26 16:16:48 · 258 阅读 · 0 评论 -
(80)--图片修改小技巧
# 深入理解图片成像原理以及数据背后含义之后制作一个小程序# temp.pyfrom PIL import Imageimport numpy as npa = np.array(Image.open(r'D:\学习\作业\趣图\01.jpg'))print(a.shape,a.dtype)b = [255,255,255] - aim = Image.fromarray(b.as...原创 2018-04-26 11:51:23 · 183 阅读 · 0 评论 -
数据清洗
import numpy as npdef get_repeated_label(array_1dim): label_1dim=[] for k in range(len(array_1dim)-1): for i in range(k+1,len(array_1dim),1): if array_1dim[k]==array_1di...原创 2018-06-06 17:13:28 · 377 阅读 · 0 评论