Python数据分析及可视化
文章平均质量分 68
本书就针对没有编程经验、想从事数据分析工作的读者,用浅显易懂的语言,结合简洁的代码示例
华为大数据
这个作者很懒,什么都没留下…
展开
-
Python数据分析及可视化之Seaborn可视化
Python数据分析及可视化之Seaborn可视化原创 2022-11-17 15:57:27 · 1878 阅读 · 0 评论 -
4Pandas统计分析小实训
使用的文件一、解析文件1、导入插件,并可以显示中文import pandas as pd import numpy as np import matplotlib.pyplot as plt #用来显示中文标签 plt.rcParams['font.sans-serif'] = ['SimHei']#用来正常显示负号 plt.rcParams['axes.unicode_minus'] = False2、读取文件#1 获得数据data = pd.read_excel("原创 2022-04-07 11:31:12 · 1757 阅读 · 0 评论 -
Matplotlib数据分析可视化-实训
python数据分析及可视化之Matplotlib可视化-实训原创 2022-11-17 15:49:48 · 1732 阅读 · 0 评论 -
Python数据分析及可视化之Pyecharts可视化1
Python数据分析及可视化之Pyecharts可视化原创 2022-11-17 22:06:13 · 4214 阅读 · 0 评论 -
Python数据分析及可视化之Seaborn可视化-实训2
Python数据分析及可视化之Seaborn可视化-实训2原创 2022-11-17 21:06:09 · 1749 阅读 · 0 评论 -
NumPy数值计算基础
NumPy数值计算基础1、利用array函数创建数组对象array函数的格式:np.array(object, dtype,ndmin)import numpy as np data1 = [1,3,5,7] w1 = np.array(data1)print('w1',w1) data2 = (2,4,6,8) w2 = np.array(data2) print('w2',w2) data3 = [[1,2,3,4],[5,6,7,8]]w3 = np.array(dat原创 2022-03-17 11:39:55 · 2529 阅读 · 0 评论 -
Matplotlib数据分析可视化基础
Matplotlib数据可视化原创 2022-11-17 15:33:42 · 1938 阅读 · 0 评论 -
4Pandas统计分析基础二
1、groupby方法groupby方法可以根据索引或字段对数据进行分组。格式为:DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)import pandas as pdimport numpy as np df = pd.DataFrame({'key1':['a','a','b','b','a'],'k原创 2022-04-07 11:07:42 · 1285 阅读 · 0 评论 -
Pandas数据载入与预处理
Pandas数据载入与预处理, 数据清理,数据挖掘,大数据认证考试,hcie python原创 2022-08-07 17:37:45 · 1659 阅读 · 0 评论 -
Pandas统计分析基础一
一、Pandas概述注释:段落注释""""""单行注释:#快捷键注释:选中要注释的行 ctrl+/ (取消注释同理)Pandas(Python Data Analysis Library)是基于NumPy的数据分析模块,它提供了大量标准数据模型和高效操作大型数据集所需的工具,可以说Pandas是使得Python能够成为高效且强大的数据分析环境的重要因素之一。安装pandas的第三方包如果安装pandas失败,可以先装下pip,如下图导入方式:import原创 2022-04-07 10:13:36 · 2136 阅读 · 0 评论