michael_wq的博客

先说数据集

一般常用的有两个xxx.isin([‘a’, ‘b’])isin中的字符串要与columns里头的字符串完全匹配，才会返回True。不能只是一部分xxx…str.contains(’…’, na=False)contains只需要含有就可以，不需要完全一模一样，包含一部分就会返回True...

KNN原理介绍k近邻方法是一种惰性学习算法，可以用于回归和分类，它的主要思想是投票机制，对于一个测试实例x, 我们在有标签的训练数据集上找到和最相近的k个数据，用他们的label进行投票，分类问题则进行表决投票，回归问题使用加权平均或者直接平均的方法。knn算法中我们最需要关注两个问题：k值的选择和距离的计算。kNN中的k是一个超参数，需要我们进行指定，一般情况下这个k和数据有很大关系，都是交叉验证进行选择，但是建议使用交叉验证的时候，k∈[2,20]，使用交叉验证得到一个很好的k值。k值还可以表示我

Q: 这个怎么搞用sns？可以用huesns.scatterplot(x, y, data=df, hue='smoker')plt.show()

Q: 如何把DataFrame datetime转化成datetime格式，然后在把year，month，day提取出来？df['date'] = pd.to_datetime(df['date'], utc=True)df['year'] = df['date'].dt.yearQ: 找出倒数10个数据df.tail(10)Q: 如何查找是否又重复数据？然后去掉重复的数据？查找：df['location'].duplicated() # 返回的是bool，所以可以靠这个索引set

PandasQ: inner join用什么？# df1, df2df1.merge(df2, on='xxx', suffixes=('_aaa', '_bbb'))Q: 多个tables拼接如何？# df1, df2, df3df1.merge(df2, on=['xxx', 'yyy']) /.merge(df3, on='zzz', suffixes=(...))

开始上手数据分析对于数据分析，我整体下来发现自己的基础还是不是很牢固，主要还是熟练的工作，要灵活运用一些python package，了解数据格式，知道怎么批量更改数据把一些错误的值改成统一的，这样处理下来才不会出错。希望自己以后可以坚持下来，慢慢把这个骨头啃下来，也欢迎可以和小伙伴们一块学习，共同进步！import pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltdf = pd.read_csv("./pokemo

函数函数以def关键词开头，后接函数名和圆括号()。函数执行的代码以冒号起始，并且缩进。return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。def functionname (parameters):       “函数_文档字符串”        function_suite        return [exp

列表List多种方式创建列表#1x = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday']x = list(range(10, 1, -2))print(x, type(x))# [10, 8, 6, 4, 2] <class 'list'>x = [i for i in range(100) if (i % 2) != 0 and (i % 3) == 0]print(x, type(x))# [3, 9,

最近报名参加了阿里云天池的python学习，希望在这里记录下自己的学习需要强化记忆的地方，方便以后可以随时复习，增强巩固自己的python技能。