![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
胡瑜
这个作者很懒,什么都没留下…
展开
-
数据分析打卡05
搭建模型以泰坦尼克号为例#导入所需的库import pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as pltfrom IPython.display import Imageplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus'] = False # 用来正常原创 2020-08-28 09:20:37 · 378 阅读 · 0 评论 -
数据分析打卡04
数据可视化以泰坦尼克号为例# 加载所需的库import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# 导入result.csv这个文件text = pd.read_csv(r'result.csv')text.head()import matplotlib.pyplot as plt#可视化展示泰坦尼克号数据集中男女中生存人数分布 情况sex = text.groupby('Sex')['Survive原创 2020-08-25 22:01:17 · 190 阅读 · 0 评论 -
数据分析打卡03
数据重构1、数据的合并(1)concat方法:将数据横向合并在一起text_left_up = pd.read_csv("data/train-left-up.csv")text_right_up = pd.read_csv("data/train-right-up.csv")text_left_up.head()text_right_up.head()list_up = [text_left_up,text_right_up]result_up = pd.concat(list_up原创 2020-08-23 13:57:46 · 169 阅读 · 0 评论 -
数据分析打卡02
数据清洗与特征处理原数据通常是脏数据,在对数据进行后续处理之前,需要先对数据进行清洗以及特征处理。数据清洗一般来说包括对数据进行缺失值处理、异常值检测以及数据转换等。1、缺失值观察和处理(1)查看缺失值方式缺失值在数据中一般为空白或NaN形式查看所在列缺失值数量,以泰坦尼克号为例#加载所需的库import numpy as npimport pandas as pd#加载数据train.csvdf = pd.read_csv('train.csv')df.head(3)#方法一df原创 2020-08-20 20:39:20 · 157 阅读 · 0 评论 -
数据分析打卡01
数据载入及初步观察以泰坦尼克号数据集为例1、导入数据集对于csv文件可以采用pd.read_csv()的方式,加载的时候需要加上文件的路径#加载所需的库import numpy as npimport pandas as pd#载入之前保存的train_chinese.csv数据,关于泰坦尼克号的任务,我们就使用这个数据text = pd.read_csv('train_chinese.csv')text.head() #查看数据形式,一般默认为前5个数据集共有12列,目标变量Su原创 2020-08-19 21:53:04 · 287 阅读 · 0 评论