![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
科学数据库
文章平均质量分 74
浅酌深思
漫漫取经路,求各路大佬指导
展开
-
【科学数据库】pandas时间序列||||||||
时间序列是一种非常重要的数据形式很多统计数据以及数据的规律也都和时间序列有着非常重要的联系参考资料:系统介绍:https://www.cnblogs.com/zhangyafei/p/10513893.html知乎详解:https://zhuanlan.zhihu.com/p/106675563常用方法:https://blog.csdn.net/weixin_38753213/article/details/107925542上图中关于频率的描述缩写:WOM-3FRI是该月第三个星期五的原创 2021-08-31 20:44:41 · 66 阅读 · 0 评论 -
【科学数据库】数据的合并与分组聚合||||||||
回顾:numpy数组的拼接np.hstack(t1,t2)np.vstack(t1,t2)Series如何创建,如何进行索引和切片pd.Series([])pd.Series({}) #字典的键就是Series的索引s1[“a”]s1[["a","c"]]s1[1]s2[[1,5,3]]s2[4:10]DataFrame如何创建,如何进行索引和切片pd.DataFrame([[],[],[]]) #接收2维数组pd.DataFrame({“原创 2021-08-31 20:14:06 · 128 阅读 · 0 评论 -
【科学数据库】pandas基础
pandas的常用数据类型处理字符串,日期类型等等常用数据类型:Series 一维,带标签数组DataFrame 二维,Series容器Series创建本质上是创建数组指定索引用的格式是列表字典自带索引用字典创建Series:切片:注意以下 的区别:例子:数据存在csv中,使用 pd. read_csv 读取读取后数据类型为DataFrame以下结果和series不同,它有三列读取数据库mysql中的数据:pd.read_sql(sql_sentence原创 2021-08-31 18:53:59 · 296 阅读 · 0 评论 -
【科学数据库】numpy
一、numpy(python中做科学计算的基础库)重点是数值计算多用于大型多维数组(矩阵)二、numpy创建数组import numpy as npa=np.append([1,2,3,4,5])b=np.array(range(1,6))c=np.arange(1,6)#以上为创建一个【1,2,3,4,5】数组的三种写法**显示数组的类名:**type(a)显示数组的类型:表示当前数组内锁存放的数的类型指定创建数组内的数据类型:更改数组的数据类型:或者可以写成a.as原创 2021-08-25 19:34:43 · 880 阅读 · 0 评论 -
【科学数据库】matplotlib绘图
基础:软件安装:CONDA\Jupyter NotebookCONDA是包等管理文件Jupyter Notebook是以网页的形式打开,可以在网页页面中直接编写代码和运行代码,代码的运行结果也会直接在代码块下显示。如在编程过程中需要编写说明文档,可在同一个页面中直接编写,便于作及时的说明和解释。Jupyter Notebook–的使用==右侧选择python可以进行在线编程数据可视化:matplotlib:类似于matlab,利用代码来画图的用代码画图:确定xy,然后传入xy,最后展示原创 2021-08-19 23:14:34 · 193 阅读 · 0 评论