Python数据分析与应用
Python数据分析与应用_人邮版
lue_lue_lue_
这个作者很懒,什么都没留下…
展开
-
5 使用pandas进行数据预处理
5 使用pandas进行数据预处理5.1 合并数据5.1.1 堆叠合并数据1. 横向表堆叠2.2. 纵向堆叠——concat函数5.1 合并数据5.1.1 堆叠合并数据1. 横向表堆叠什么是横向表堆叠?当axis=1的时候,concat做行对齐,然后将不同列名称的两张或多张表合并。当两个表索引不完全一样时,可以使用join参数选择是内连接还是外连接。在内连接的情况下,仅仅返回索引重叠部分。在外连接的情况下,则显示索引的并集部分数据,不足的地方则使用空值填补。当两张表完全一样时,不论join参数原创 2020-07-26 10:29:02 · 616 阅读 · 0 评论 -
4 pandas统计分析基础 下
4 pandas统计分析基础4.4 使用分组聚合进行组内计算4.4.1 使用groupby方法拆分数据1.groupby方法的参数及其说明2.GroupBy对象常用的描述性统计方法4.4.2 使用agg方法聚合数据1.agg和aggregate函数参数及其说明2.agg方法求统计量3.agg方法与自定义的函数4.4.3 使用apply方法聚合数据4.4.4 使用transform方法聚合数据4.5 创建透视表与交叉表4.5.1 使用povit_table函数创建透视表1.pivot_table函数常用参数及原创 2020-07-25 17:39:45 · 422 阅读 · 0 评论 -
4 pandas统计分析基础 上
4 pandas统计分析基础4.1 读写不同数据源的数据4.1.1 读取数据库1.数据库数据读取2 数据库数据存储4.1.2 文本文件读取1.读取2.文本文件储存4.1.3 读写Excel文件1.Excel文件读取2.Excel文件储存4.2 掌握DataFrame的常用操作4.2.1 查看DataFrame的常用属性4.2.2 查改增删DataFrame数据1.查看访问DataFrame中的数据——数据基本查看方式1.查看访问DataFrame中的数据——loc,iloc访问方式1.查看访问DataFra转载 2020-07-25 17:17:19 · 239 阅读 · 0 评论 -
3 Matplotlib数据可视化基础
Matplotlib数据可视化基础3.1 pyplot基础语法、绘图流程1.创建画布与创建子图2.添加画布内容3.保存与展示图形3.2 散点图与折线图(分析特征间的关系)1 散点图scatter函数2 折线图plot函数3.3 直方图、饼图与箱线图(分析特征内部数据分布与分散状况)1 直方图bar函数2饼图pie函数3 箱线图boxplot函数3.1 pyplot基础语法、绘图流程1.创建画布与创建子图第一部分主要作用是构建出一张空白的画布,并可以选择是否将整个画布划分为多个部分,方便在同一幅图上绘原创 2020-07-23 15:26:09 · 358 阅读 · 0 评论 -
2 NumPy 数值计算基础-3-NumPy统计分析
2 NumPy 数值计算基础2.3 利用 NumPy 进行统计分析2.3.1 读写文件形式2.3.2 读取文本格式的数据2.3.3 使用数组进行简单统计分析直接排序间接排序去重与重复数据2.3.4 常用的统计函数2.3 利用 NumPy 进行统计分析2.3.1 读写文件形式NumPy文件读写主要有二进制的文件读写和文件列表形式的数据读写两种形式save函数是以二进制的格式保存数据。 np.save("…/tmp/save_arr",arr)load函数是从二进制的文件中读取数据。 np.load原创 2020-07-23 15:09:44 · 263 阅读 · 0 评论 -
2 NumPy 数值计算基础-2-矩阵与通用函数
2 NumPy 数值计算基础2.2 NumPy 矩阵与通用函数2.2.1 创建与组合矩阵2.2.2 矩阵的运算2.2.3 认识ufunc函数2.2.4 ufunc函数的广播机制2.2 NumPy 矩阵与通用函数2.2.1 创建与组合矩阵使用mat函数创建矩阵: matr1 = np.mat(“1 2 3;4 5 6;7 8 9”)使用matrix函数创建矩阵:matr2 = np.matrix([[123],[456],[789]])使用bmat函数合成矩阵:np.bmat(“arr1 arr2原创 2020-07-23 14:56:22 · 309 阅读 · 0 评论 -
2 NumPy 数值计算基础-1-数组部分
2 NumPy 数值计算基础2.1 掌握 NumPy 数组对象 ndarray2.1.1 创建数组对象1.数组属性:2.数组创建3.数组数据类型2.1.2 生成随机数2.1.3 通过索引访问数组1.一维数组的索引2.多维数组的索引2.1.4 变换数组的形态改变数组形状使用ravel函数展平数组使用flatten函数展平数组组合数组切割数组2.1 掌握 NumPy 数组对象 ndarray2.1.1 创建数组对象1.数组属性:ndarray(数组)是存储单一数据类型的多维数组。2.数组创建原创 2020-07-23 14:48:30 · 233 阅读 · 0 评论 -
1 python数据分析概述
1 python数据分析概述1.1 概述数据分析的概念数据分析的流程数据分析的应用场景1. 客户分析2. 营销分析:3. 社交媒体分析4. 网络安全5. 设备管理6. 交通物流分析7. 欺诈行为检测1.2 熟悉Python数据分析的工具Python 数据分析优势Python数据分析常用类库1.IPython——科学计算标准工具集的组成部分2.NumPy(Numerical Python)—— Python 科学计算的基础包3.SciPy——专门解决科学计算中各种标准问题域的模块的集合4.Pandas——数据原创 2020-07-06 23:46:52 · 877 阅读 · 0 评论