![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Data Analysis
文章平均质量分 76
HHVic
网络
展开
-
Data Analysis - Day9 - Numpy Functions
文章目录The properties of ndarray classThe statistics functions of ndarrayThe universal functions of ndarrayThe String operations本文内容转载自b站up主 李小四是数据分析师https://www.bilibili.com/video/BV1gK4y1s7bEThe properties of ndarray classndarray.shape - 维度,数组的尺寸。这是一个整转载 2021-05-31 16:40:13 · 103 阅读 · 0 评论 -
Data Analysis - Day9 - Numpy Review2
文章目录Numpy OperationsShape operationsResize: change the original dataReshape: return the modified data, keep the original data.Ravel: change the original dataFlatten: return the modified data, keep the original data.Transpose() and Tnp.flip() (reversi原创 2021-05-31 16:21:00 · 82 阅读 · 0 评论 -
Data Analysis - Day7 - Pandas
文章目录Pandas案例1: 2015年到2017年25万条911紧急电话数据,统计出这些数据中不同类型的紧急情况的次数, 以及不同月份不同类型紧急电话的次数的变化情况不同类型的紧急情况不同月份紧急电话的次数的变化不同月份不同类型紧急电话的次数的变化Pandas案例2: 北上广,深圳和沈阳5个城市空气质量数据,绘制出5个城市PM2.5随时间的变化情况Pandas案例1: 2015年到2017年25万条911紧急电话数据,统计出这些数据中不同类型的紧急情况的次数, 以及不同月份不同类型紧急电话的次数的变原创 2021-05-27 13:27:25 · 97 阅读 · 0 评论 -
Data Analysis - Day6 - Pandas
文章目录Pandas案例1: 对于一组电影数据, 希望统计电影分类(genre)的情况.数据合并之join数据合并之Merge分组和聚合分组 groupby聚合Pandas案例2: 美国和中国哪个星巴克数量多,以及中国每个省份星巴克数量索引和复合索引Pandas案例3: 利用Matplotlib呈现出店铺总数排名前十的国家,呈现出中国每个城市的店铺数量Pandas案例4: 有全球排名前10000本书的数据,1, 不同年份书的数量, 2, 不同年份书的平均评分情况Pandas案例1: 对于一组电影数据, 希原创 2021-05-26 15:33:00 · 138 阅读 · 0 评论 -
Data Analysis - Day5 - Pandas
文章目录Pandas 数据类型Pandas 数据类型Series 一维, 带标签数组DataFrame 二维, Series容器import pandas as pdt1 = pd.Series([1,2,31,12,3,4])print(t1)0 11 22 313 124 35 4dtype: int64原创 2021-05-24 16:33:04 · 107 阅读 · 0 评论 -
Data Analysis - Day4 - NumPy 案例
案例1: 美国和英国各自Youtube1000多个视频的点击, ‘views’,‘likes’,‘dislikes’,‘comment_total’ 统计数据. 用Matplotlib绘制美国和英国各自评论数量的直方图, 以及英国youtube中视频评论数和x喜欢数的关系....原创 2021-05-23 18:12:38 · 209 阅读 · 0 评论 -
Data Analysis - Day3 - NumPy
文章目录定义NumPy Ndarray 对象数组的形状数组的计算定义NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库.NumPy Ndarray 对象NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它是一系列同类型数据的集合,以 0 下标为开始进行集合中元素的索引。用于存放同类型元素的多维数组。每个元素在内存中都有相同存储大小的区域。一个指向数据(内存或内存映射原创 2021-05-21 16:10:45 · 112 阅读 · 0 评论 -
Data Analysis - Day2 - Matplotlib 案例
文章目录散点图之案例1: 北京2016年3月 和10月 最高气温, 找出气温随时间变化的规律散点图之案例1: 北京2016年3月 和10月 最高气温, 找出气温随时间变化的规律y3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]y10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,原创 2021-05-21 12:16:38 · 220 阅读 · 0 评论 -
Data Analysis - Day1 - Matplotlib 案例
Matplotlib - Visualization with Python范例1: 通过x y轴显示一段时间内的气温变化from matplotlib import pyplot as pltfig = plt.figure(figsize=(20,8), dpi=80)x = range(2,26,2)y = [15,13,14.5,17,20,25,26,26,27,22,18,15]plt.plot(x,y)plt.savefig('day1.png')plt.show()修原创 2021-05-20 13:29:56 · 73 阅读 · 0 评论