![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 65
好想告诉你2014
这个作者很懒,什么都没留下…
展开
-
“实验楼"中的2048小游戏复现
#-*- coding:utf-8 -*-import cursesfrom random import randrange,choicefrom collections import defaultdict#所有的有效输入转换为“上下左右,重置,退出”这六种行为,用actions表示actions=['Up','Left','Down','Right','Restart','Ex...原创 2018-08-16 16:20:01 · 427 阅读 · 0 评论 -
python数据分析新手入门课程学习——(二)探索分析与可视化(来源:慕课网)
一,单因子与对比分析可视化数据import pandas as pd df = pd.read_csv('./HR.csv') #查看前十条数据 df.head(10) 以下为显示的结果我们可以看出:第一个属性satisfaction_level(满意度)的取值应该是在0-1之间;last_evaluation(最近一次的评价)也是在0-1...原创 2018-11-11 11:01:07 · 904 阅读 · 0 评论 -
python数据分析新手入门课程学习——(四)探索性数据分析(多因子)(来源:慕课网)
一,理论铺垫1.假设检验与方差检验假设检验:根据一定的假设条件从样本推断总体,或者推断样本与样本之间关系的一种方法我们换个说法来解释假设检验,就是做出个假设,然后根据数据或已知的分布性质来。推断这个假设成立的概率有多大具体过程如下: 例子: 假设检验的方法有很多,方法这些差别的一般取决于检验统计量的选取上。如,μ检验法(检验一个样本,如上述例子),卡方检验(检验两个因素...原创 2018-11-25 20:58:39 · 517 阅读 · 0 评论 -
python数据分析新手入门课程学习——(四)探索性数据分析(复合分析)(来源:慕课网)
基于之前的理论学习来进行属性间的数据分析 1.交叉分析我们得到一张数据表,直观最有的两个分析切入点:1)从列的角度进行分析,分析每个属性的特点并进行归纳和总结;2)从行的角度进行分析(从案例的角度),尤其当数据有了标注了的时候,以标注为关注点,案例分析越多,也就越接近数据整体的质量。这两种分析忽略了数据属性间的关联性,有时并不能得到最为真实客观的结论。故用到交叉分析...原创 2018-12-02 11:28:16 · 613 阅读 · 1 评论 -
python数据分析新手入门课程学习——(三)使用matplotlib和seaborn画图(来源:慕课网)
一,导入数据import pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as pltdf = pd.read_csv("./HR.csv")# 去除异常值df =df.dropna(how="any",axis=0)df = df[df["last_evaluation"]...原创 2018-11-04 11:26:43 · 1243 阅读 · 0 评论