- 博客(6)
- 收藏
- 关注
RSS订阅原创 Windows系统下的部分dos命令
1.查询当前目录下的所有的文件和文件夹：dir当前文件夹下的所有文件都显示出来了。2.进入指定的文件夹：cd 文件夹名进入pythoncode这个文件夹下，下一行也显示成功进入。3.推出当前文件夹：cd ../ （表示回到上一级）第一行退出pythoncode文件夹。4.切换盘符，例如切换到D盘：d:（表示切换到D盘）第二行进入D盘文件夹。5.创建文件夹：①mkdir 文件夹名 ②md 文件夹名用mkdir新建a文件夹，显示新建成功；用m...
2022-01-21 20:35:26
947
1
原创 Python数据分析步骤案例（三）
刚才完成了数据的数据探索阶段的工作，具体做了以下步骤。1.对指定列进行计数统计使用值计数value_counts来计算每个值出现的次数，在代码框中输入：df['列名']. value_counts()以列名为pro_type的为例：df['pro_type'].counts()2.对数据进行分组计算对数据进行分组计算在python中使用的是groupby语句。比如将商品的销售额以商品的类目分类统计：df['pro_sales_num'].groupby(df['pro_typ
2022-01-20 16:33:16
1173
原创 Python数据分析步骤案例（二）
做完数据提取和问题提出之后就要进行数据整理了，在本次数据整理的数据评估的工作主要做了数据的行列数，缺失值和数据重复的检查。在数据清洗方面删除了问题无关的数据列，添加解决问题所需要的新的数据列，缺失数据的处理以及重复数据处理。就此次实验做出总结，此次都是以名为df的数据集为例进行操作语句的示例：1）查看数据集的行数和列数df.shape结果中，第一个数字代表数据集的行数，第二个是列数。2）检查缺失值df.info()info是information的缩写，在notebook中运
2022-01-19 22:24:41
1093
原创 Python数据分析步骤案例（一）
1.工具和版本选择我使用的是Anaconda（环境）和Jupyter notebook（编译工具）来进行数据分析。2.问题的提出和获取数据的基本操作1）数据导入①首先将数据集（data.csv）放到编写python脚本的目录下②引入pandas库import pandas as pd③导入数据集df=pd.read_csv('data.csv',encoding='utf-8')read_csv是读取数据集文件的语句；data_csv是数据集的文件名；encoding
2022-01-19 21:31:35
1470
原创 数据分析的流程概述
数据分析的工作流程大约可分为9个阶段，其中前六个阶段是必经阶段，后3个阶段为可选择阶段。流程为：提出问题——获取数据——整理数据——数据探索——得出结论——展示结果——预测模型——模型评估——部署各个阶段的具体内容：1.确定问题阶段 明确需要用数据解决什么，一般结合具体业务提出问题，将大问题分解为可以用数据解决的小问题2.获取数据阶段根据要解决的问题收集数据，可以通过自有数据库、公开数据集、爬虫等获取数据。3.整理数据阶段整理数据又包括数据评估、数据清洗和规范化。..
2022-01-19 21:03:53
11749
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人