Python数据分析及可视化
本专栏主要讲解利用Python进行数据分析的基础,包括安装Anaconda、NumPy、Matplotlib、pands等。
GYT0313
邮箱:guyongtao@qq.com
展开
-
Pandas.DataFrame实现分组、排序并且为分组插入排名
1. 示例数据(各班级学生得分)import pandas as pddata_dict = {"name": ["Rose", "Jack", "Tom", "Kyle", "Jery", "Adam", "Bill", "David", "Denny", "Evan"], "class": [1, 2, 3, 1, 2, 3, 1, 2,...原创 2019-10-18 14:09:41 · 8169 阅读 · 5 评论 -
Python数据分析及可视化案例--2018成都市公共租赁住房家庭(个人)配租信息分析
前言数据来源于成都市公共数据开放平台。数据集:http://www.cddata.gov.cn/odweb/catalog/catalogDetail.htm?cata_id=fRa2EWB1EeeM9JrcteruXg434通过分析该数据集,对成都市的租赁情况有一个基本了解,给需要租房的人们提供一定的参考。运行环境:Jupyter Notebook完整代码及数据集:https://g...原创 2019-05-16 16:15:40 · 2406 阅读 · 0 评论 -
Python中Matplotlib.pyplot 绘画饼图出现标签重叠
因为有一部分的区域占比很小,画图时紧贴在一起,所以会造成重叠。博主经过计算后的Series 是有序的,会出现最后一部分完全重叠。如:可以使用sample 方法随机取样,不过仍然有可能造成重叠。如:data = data.sample(frac=1)最有效的办法避免重叠就是将数据按照一个大小间隔排序。如:元数据为:1 2 3 4 5 6 7 8 9排序后为:1 9 3 8 7 ...原创 2019-05-14 19:54:08 · 16195 阅读 · 0 评论 -
Python 绘图--matplotlib 保存图片有损、不完整
原图由于X 轴的名称过长,导致保存不完整。添加语句plt.tight_layout()添加后的图片:完!原创 2019-04-11 15:06:14 · 2392 阅读 · 3 评论 -
Python数据分析可视化示例 -- 地区与大麦品种的产值
前言数据集介绍:1931年和1932年,明尼苏达州收集了圣保罗大学农场(University Farm, St. Paul) 1/40英亩土地上种植的10个大麦品种的每英亩产量蒲式耳(bushels per英亩)数据,以及位于瓦塞卡(Waseca)、莫里斯(Morris)、克罗斯顿(Crookston)、大瀑布(Grand Rapids)和德卢斯(Duluth)的5个分站(均位于明尼苏达州)的...原创 2019-04-08 14:33:02 · 2502 阅读 · 0 评论 -
03-Matplotlib 数据可视化基础
前言matplotlib.pyplot是一个命令风格函数的集合,使Matplotlib 的机制更像MATLAB。示例中,展示了函数的部分参数,更多参考官网:https://matplotlib.org/index.html1. 绘图基础语法及参数语法基础:import numpy as npimport matplotlib.pyplot as plt# 绘图语法data...原创 2019-03-10 19:22:00 · 405 阅读 · 0 评论 -
02-NumPy数值计算
前言NumPy是用于数据科学计算的基础模块,不但能够完成科学计算的任务,而且能够被用作高效的多维数据容器,可以用于存储和处理大型矩阵。以下所有示例仅包含部分函数,更多查看官方文档。1. 数组对象 ndarrayNumPy提供了两种基本对象:ndarray 和 ufunc。其余的对象都是以这两种对象为基础(如矩阵)。创建数组重设shpae属性:使用 arange 函数创建数组:...原创 2019-03-10 16:20:37 · 951 阅读 · 0 评论 -
01-安装Python的Anaconda(Windows环境)
1. 下载博主使用Python-3.7.1,到官网下载对应的版本:官网:http://continuum.io/downloads百度网盘:链接:https://pan.baidu.com/s/1T5LOyBUQO8aSoAcT7_MB7g提取码:cmz22. 安装安装包:双击安装(其他地方默认选项即可,需要更改的下面会特别说明):根据需要选择安装位置:勾选添加环境变量:...原创 2019-03-09 16:18:01 · 169 阅读 · 0 评论