R&J航空数据处理

最新推荐文章于 2023-04-07 11:41:17 发布
VIP文章 最新推荐文章于 2023-04-07 11:41:17 发布
阅读量642 收藏 2
点赞数 2
分类专栏： 笔记 文章标签： html
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_61601582/article/details/120537902
版权

大家好丫！我是honey我又回来了。这几天老师给我们布置了一个实验任务，就是分析一组航空数据，我也是在屁颠屁颠的搞哟！

我想跟大家分享一下我的进度（是渣渣的我又来了）用的是anconda的jupety

拿到数据先读进来，这个我还是知道的。

1.导入相关库并读入数据

import pandas  as pd

import numpy as np

import matplotlib.pyplot as plt

data=pd.read_excel("实验1数据.xlsx")

data1=data
最低0.47元/天 解锁文章
honey_023
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
航空公司客户价值分析R语言实现
Y7_Mikaolson的博客
11-27 3180
目的 通过K-means把航空公司客户数据进行聚类，在传统航空公司的RFM分类模型基础上进行改进优化，建立LRFMC模型，方便公司对不同类型客户做对应的营销计划。 原始数据情况 数据截图： 数字段解释： 分析方法与过程 第一步数据抽取 1、以2014-03-31为结束时间，选取宽度为两年的时间段作为分析观测窗口，抽取观测窗口内有乘机记录的所有客户的详细数据形成历史数据。对于后续新增的客户详细...
继上回的R&J航空公司的数据处理
m0_61601582的博客
10-06 717
大家好呀！我是honey 上回不是说了哈那个数据处理我又对那个数据进行了一下加工嘿嘿 ①以年份维度作堆叠得出堆叠结果。 既然是以年份为维度，我认为因该是垂直堆叠 np.vstack((data1,data1)) ②使用函数生成描述性统计，总结数据集分布的中心趋势，分散和形状。 tatistics=data1.describe() statistics.loc['range']=statist
用Spyder实现AGNES算法和DIANA算法
qq_59638682的博客
10-06 320
数据挖掘 用Spyder实现AGNES算法
看书标记【R语言数据分析与挖掘实战】7
qq_41599676的博客
04-07 223
Kmeans聚类，RFM模型
Python自实现DBSCAN聚类算法，支持多维数组，距离用欧式距离。
热门推荐
远
11-15 1万+
文章目录前言一、关于算法的相关介绍二、核心内容1、数据集介绍2、核心代码3、完整项目结语 前言 题目要求： 任选语言（本文选择Python）自实现DBSCAN聚类算法 对两个参数ξ和Minpt的选取选取进行说明 支持多维数组 采用欧氏距离 先上效果图，（项目链接在文章最后）： 提示：以下是本篇文章正文内容 一、关于算法的相关介绍 算法原理DBSCAN详解 感谢CSDN博主「皮卡丘的情绪」的原创文章 以下截取部分 输入：数据集，邻域半径 Eps，邻域中数据对象数目阈值 MinPts; 输出：密度联
R语言小代码（航空公司客户价值分析）
weixin_43678689的博客
05-27 1893
博客所用原始数据 原始数据解释： 任务一：统计不同会员等级数量 #导入数据 setwd('D:/') airdata <- read.csv("air_data.csv",stringsAsFactors = F) airdata: #统计不同会员等级数量 airdata_ffptier <-data.frame(table(airdata[,5])) names(airdata_ffptier)<-c("FFP_TIER","Num") airdata_ffptier： #算出
Python数据挖掘 数据预处理案例（以航空公司数据为例）
chenjh027的博客
11-21 9817
本文根据航空公司系统的客户基本信息数据（文末提供数据和代码），使用Python分别完成数据清洗、数据集成和数据可视化的操作，并给出了完整代码及图文说明，感兴趣的朋友可以进来详细了解。
Python—Pandas之iloc、loc
qq_45986917的博客
01-25 690
目录 一、loc 二、iloc Python除了最基本的筛选外，例：data[‘A’] 还有loc、iloc、ix（已不推荐使用） 区分loc与iloc： loc（location）：以loc就只能用条件或者行列的名字来进行筛选； iloc（indx location）：index是什么，我把它当作是索引位置，第几行第几列的意思，所以iloc是用第几行第几列这样的数字来筛选的。 详细见下列子： 切片生成一个10X10的表 import pandas as pd import num
Python基本数据分析
gezongbo的博客
03-29 1257
【实验目的】 1．掌握Python软件数据预处理（缺失值、异常值、重编码、数据标准化）； 2．掌握Python软件进行描述统计分析。 3．掌握Python软件进行假设检验分析。 【实验要求】 掌握本章讲授数据分析方法的基本Python编程操作。 【实验过程】（必要的实验步骤、绘图、代码注释、数据分析） 实验步骤 1、读入数据 2、数据预处理 3、数据分析方法介绍 4、编程实现数据分析方法，含代码注释 5、重要结果的图表绘制 6、必要的结果解释 1. 数据data_titanic.csv中存放了泰坦尼克号
利用python建立客户流失预警模型（上）——数据处理部分
weixin_45670288的博客
12-28 2975
利用python建立客户流失预警模型（上）——数据处理部分 前言 看了不少文章受益匪浅，我也来在这里尝试总结一下自己运用到的，旨在和大家一起交流学习，请各位大佬多多指教。 下面进入正题，数据为商业银行的商业数据，将数据集分为训练集和测试机： 1、构建客户流失预警模型（bad_good为被解释变量）； 2、通过相关变量构建客户画像系统； 3、根据两个模型，提出流失客户的应对策略 我将从数据处理和模型...
航空零件热处理温度均匀性数据处理系统.pdf
08-15
#资源达人分享计划#
航空影像数据处理
04-15
航空数据处理流程。包括前期数据预处理，DEM生成，正射，拼接。
国外航空重力测量与数据处理技术最新进展.pdf
08-15
#资源达人分享计划#
航空摄影测量数据处理关键技术研究.pdf
08-15
#资源达人分享计划#
基于Oasis Montaj平台的航空物探数据处理软件系统.pdf
08-15
#资源达人分享计划#
航空公司客户价值分析
m0_66321519的博客
07-03 3447
本文的实验目的就是对这些客户进行价值分析，从而促进航空业的发展。本次试验主要实现以下几个目标：1.借助航空公司客户数据，对客户进行分类。2. 对不同的客户进行特征分析，比较不同类客户的客户价值，对不同价值的客户类别提供个性化服务，制定相应的营销策略......
R聚类分析航空公司数据（筛选出不同的客户类别）
weixin_41782574的博客
10-04 2998
通过k-means算法分析出不同的客户类群，并且分析出特征属性，从而针对不同客户类群进行个性化营销和服务，增加服务营收和服务质量
python数据分析--金融数据处理
Cassiel_f的博客
01-06 794
主要知识点：缺失值处理，折线图，密度图，数据移动，窗口滑动，重采样
缺失值处理方法
qq_28319843的博客
02-24 331
拉格朗日和随机森林处理缺失值
tableau航空数据分析
最新发布
08-30
对于航空数据分析，Tableau是一款强大的数据可视化和分析工具。使用Tableau，您可以轻松地连接、整理和可视化航空数据，从而更好地理解业务绩效、客户行为和市场趋势。 以下是一些您可以使用Tableau进行的航空数据分析示例： 1. 航班准点率分析：通过将航班准点率数据导入Tableau，您可以创建交互式仪表板，了解不同航空公司、机场或航线的准点率情况。您可以使用地理图表来显示航班准点率的地理分布，或者使用条形图来比较不同航空公司的准点率。 2. 客户满意度分析：将客户调查数据与其他关联的航空数据集集成，使用Tableau构建可视化仪表板来分析客户满意度。您可以使用散点图来查看不同目的地的满意度得分，或者使用堆叠柱状图来比较不同服务等级的满意度。 3. 机票销售分析：通过将机票销售数据导入Tableau，您可以创建动态仪表板，跟踪销售趋势和收入情况。您可以使用折线图来显示每月销售额的变化，或者使用饼图来比较不同机票类型的销售占比。 4. 航空运输网络分析：通过将航空运输网络数据导入Tableau，您可以构建地理图表来显示航线和机场之间的关系。您可以使用网络图来可视化航线之间的连通性，或者使用热力图来显示不同机场之间的流量。 这些只是航空数据分析中的一些例子，Tableau提供了丰富的功能和可视化选项，可以根据您的具体需求进行定制和扩展。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值