自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 Python函数(二)

python函数的变量和返回值

2022-10-14 11:21:46 307 1

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 20:35:26 936 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 1170

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 1088

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 1465

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 11716

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

提示
确定要删除当前文章?
取消 删除