python
文章平均质量分 82
蓝凉丿
这个作者很懒,什么都没留下…
展开
-
绘制扇形图
import numpy as npimport seaborn as snsimport pandas as pdimport matplotlib.pyplot as pltdata= pd.read_excel('C:\\Users\\MAIBENBEN\\Desktop\\糖尿病.xls')labels=['Diabetes','No Diabetes']#plt.rcParams['font.sans-serif']=['SimHei'] 可解决中文乱码n1=data[data.O原创 2020-10-12 09:22:03 · 498 阅读 · 0 评论 -
画带有误差线的二分类数据的条形图
import numpy as npa=np.linspace(1,10,5) #从1到10等间隔选5个数print(b=np.mean(a))print(np.average(a,weights=[1,2,3,1,2])) #average可以在求均值的时候赋予权重np.var(a) #总体方差b=[[4,5],[6,7]]np.var(b) #求矩阵所有加起来的标准差np.std(a) #标准差画带有误差线的分类条形图import numpy as np.原创 2020-10-11 23:16:07 · 512 阅读 · 0 评论 -
python中format&map&lambda用法
>>>"{} {}".format("hello", "world") # 不设置指定位置,按默认顺序'hello world' >>> "{0} {1}".format("hello", "world") # 设置指定位置'hello world' >>> "{1} {0} {1}".format("hello", "wo...原创 2020-02-19 10:18:36 · 625 阅读 · 0 评论 -
用python将pdf文件转化为excel
import pdfplumber from openpyxl import Workbookwb = Workbook() # 创建文件对象ws = wb.active # 获取第一个sheetpath="C:/Users/MAIBENBEN/Desktop/郑州大学.pdf"pdf = pdfplumber.open(path)print('\n')print('开始读取数...原创 2020-02-18 10:58:46 · 2950 阅读 · 0 评论 -
2-17python笔记——random
函数原型: random.shuffle(x[, random])作用:用于将一个列表中的元素打乱。>>> import random>>> p = ["Python", "is", "powerful", "simple", "and so on"]>>> random.shuffle(p)>>> p['powe...原创 2020-02-17 11:06:59 · 103 阅读 · 0 评论 -
【python爬虫】爬取Q房网房价
from lxml import etree #从lxml中导入etreeimport requestsimport csvimport timedef writecsv(item): #定义写入函数 with open('qfang.csv','a',encoding='utf-8') as f: writer = cs...原创 2020-02-15 20:06:55 · 887 阅读 · 1 评论 -
Python与数据分析学习笔记(2)Pandas基本功能介绍
目录SeriesDataFrameSeries过滤NaN值DataFrame过滤NaN值DataFrame选取元素Seriesimport pandas as pdser = pd.Series([1,2,3,4,5],index=['a','b','e','d','c'])print(ser)a 1b 2e 3d 4c 5dtype:...原创 2020-02-01 16:47:29 · 232 阅读 · 0 评论 -
Python与数据分析学习笔记(1)NumPy以及Pandas基本介绍和应用
文章目录一、NumPy和Pandas基本介绍二、NumPy和Pandas安装三、NumPy常用功能介绍和简单示例一、NumPy和Pandas基本介绍NumPy和Pandas是利用Python进行数据分析的最基本的两个库,NumPy是用Python进行科学计算时所用到的基础库。它是大量Python数学和科学计算包的基础,比如Pandas库就用到了NumPy,pandas库专门用于数据分析,...原创 2020-01-31 21:44:48 · 792 阅读 · 0 评论