![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python数据分析
Jianhao92
这个作者很懒,什么都没留下…
展开
-
6 Python数据分析 CDnow网站的用户购买行为分析案例(RFM分析模型)
Python数据分析1 案例 CDnow网站的用户购买行为分析1.1 数据介绍数据来源于CDnow网站的用户购买记录,字段包括用户ID,订单日期,订单数量和订单金额。字段名说明user_id用户IDorder_dt订单日期order_product订单数量order_amount订单金额1.2 数据导入import numpy as npimport pandas as pdfrom pandas import DataFrame, Seri原创 2020-07-18 23:30:09 · 1063 阅读 · 14 评论 -
5 Python数据分析 淘宝用户行为分析案例(One-Hot编码) pandas.Timestamp apply,applymap和map
Python数据分析1 Pandas时间处理1.1 to_datetimeto_datetime用于将指定时间格式的数据转换成时间序列。字符串 => 时间序列,使用参数format指定字符串的时间格式。# 2013-12-11的时间格式为%Y-%m-%dpd.to_datetime('2013-12-11', format="%Y-%m-%d") # Timestamp('2013-12-11 00:00:00')# 11/12/2013的时间格式为%d/%m/%Ypd.to_原创 2020-07-18 21:44:45 · 987 阅读 · 0 评论 -
4 Python数据分析 淘宝母婴用品数据分析案例
python数据分析1 淘宝母婴用品数据分析案例1.1 数据介绍数据来源:https://tianchi.aliyun.com/dataset/dataDetail?dataId=451.2 字段介绍婴儿信息数据 Tianchi_mum_baby.csv字段描述补充user_id用户idbirthday出生日期格式yyymmdd,例如2011.11.11gender性别0:女性,1:男性,2:未知购买历史数据 Tianchi_mum_baby_原创 2020-07-16 18:08:46 · 4273 阅读 · 2 评论 -
3 Python数据分析 美国各州人口分析案例 Pandas高级操作 美国大选献金案例 matplotlib
Python数据分析1 案例 人口分析1.1 数据介绍数据来源:https://github.com/jakevdp/data-USstates/1.1.1 州人口数量表 state-population.csv字段字段名备注state/region州/区域州简称,与state-abbrevs.csv文件中的abbreviation字段对应ages人口年龄选项包括18岁以下under18和全部年龄段totalyear年份population人口原创 2020-07-15 22:24:07 · 4725 阅读 · 0 评论 -
2 Python数据分析 Tushare双均线与金叉死叉日期 Pandas数据清洗 级联操作 合并操作
Python数据分析1 Tushare股票分析1.1 双均线策略制定1.2 金叉日期与死叉日期2 Pandas数据清洗2.1 介绍数据清洗(Data cleaning)对数据进行重新审查和校验的过程,目的在于删除重复信息、处理无效值和缺失值等。2.2 处理缺失数据2.2.1 缺失数据类型导入包import numpy as npimport pandas as pdfrom pandas import DataFramePandas中存在两种缺失数据类型:None 和 np.na原创 2020-07-15 00:35:29 · 2998 阅读 · 1 评论 -
1 Python数据分析 NumPy Pandas Tushare财经数据接口包
Python数据分析1 NumPy模块1.1 介绍NumPy(Numerical Python) 是Python语言中进行科学计算工作的基础库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。1.2 ndarray对象1.2.1 介绍ndarray对象是用于存放同类型元素的多维数组对象,是一系列同类型数据的集合。ndarray对象中的每个元素在内存中都占据相同大小的存储区域。数组和列表的区别是数组中的所有元素类型必须相同,类型优先级:字符串 > 浮点型 >原创 2020-07-14 00:44:18 · 608 阅读 · 0 评论