数据分析
易执
这个作者很懒,什么都没留下…
展开
-
建议收藏!Matplotlib常见组件设置整理
微信公众号:「Python读财」如有问题或建议,请公众号留言继上一篇文章为大家介绍了plt和ax绘图的区别后,这篇文章结合我自己的一些使用经历,为大家整理了Matplotlib中比较常用的一些组件设置。个人认为用Matplotlib画出一张图来不难,难的是对于一些细节东西的设置,可能在一个小小的细节处理上就得百度好久,所以可以先点收藏了再看,需要的时候可以及时找出来看看。先上一张官方绘...原创 2020-05-01 18:08:03 · 1047 阅读 · 3 评论 -
Matplotlib中的plt和ax都是啥?
微信公众号:「Python读财」如有问题或建议,请公众号留言Pandas教程写的差不多了,来写一写与数据可视化相关的Matplotlib系列教程吧。读过Pandas系列文章的读者应该都知道,我写文章更多的会融入我对这个东西的理解,Matplotlib系列也是如此。这个系列会涉及Matplotlib的一些简单的概念、绘图原理、常见图形的绘制以及一些高阶的绘图技巧。学完之后,期待达到的效果是可...原创 2020-05-01 17:52:16 · 13491 阅读 · 5 评论 -
Pandas教程 | Pandas性能优化方法,让你的pandas飞起来!
微信公众号:「Python读财」如有问题或建议,请公众号留言Pandas是Python中用于数据处理与分析的屠龙刀,想必大家也都不陌生,但Pandas在使用上有一些技巧和需要注意的地方,尤其是对于较大的数据集而言,如果你没有适当地使用,那么可能会导致Pandas的运行速度非常慢。对于程序猿/媛而言,时间就是生命,这篇文章给大家总结了一些pandas常见的性能优化方法,希望能对你有所帮助!...原创 2020-05-01 17:50:15 · 2619 阅读 · 0 评论 -
Pandas教程 | 教你用Pandas玩转时间序列数据
微信公众号:「Python读财」如有问题或建议,请公众号留言进行金融数据分析或量化研究时,总避免不了时间序列数据的处理,时间序列是指在一定时间内按时间顺序测量的某个变量的取值序列。常见的时间序列数据有一天内随着时间变化的温度序列,又或者交易时间内不断波动的股票价格序列。Pandas也因其强大的时序处理能力而被广泛应用于金融数据分析,这篇文章为大家介绍一下Pandas中的时间序列处理,所使用...原创 2020-05-01 17:48:14 · 1012 阅读 · 0 评论 -
Pandas教程 | 盘点Pandas中那些常用的函数(上)
微信公众号:「Python读财」如有问题或建议,请公众号留言在之前的文章中,以图文的方式详细讲解了Pandas中groupby,merge以及map、apply、applymap的原理,掌握好这些原理,再在这个基础上进行一些拓展,基本就可以解决绝大部分比较复杂的数据处理操作了。几篇文章如下,想回看的小伙伴可以再重温一下:Pandas数据处理三板斧,你会几板?Pandas数据分析——超好...原创 2020-05-01 17:37:43 · 452 阅读 · 0 评论 -
天秀!Pandas还能用来写爬虫?
微信公众号:「Python读财」如有问题或建议,请公众号留言谈及Pandas的read.xxx系列的函数,大家的第一反应会想到比较常用的pd.read_csv()和pd.read_excel(),大多数人估计没用过pd.read_html()这个函数。虽然它低调,但功能非常强大,用于抓取Table表格型数据时,简直是个神器。下面来详细介绍一下。大家逛网页时,经常会看到这样一些数据表格,比...原创 2020-05-01 17:33:28 · 646 阅读 · 0 评论 -
提高数据的颜值!一起看看Pandas中的那些Style
微信公众号:「Python读财」如有问题或建议,请公众号留言Pandas的style用法在大多数教程中见的比较少,它主要是用来美化DataFrame和Series的输出,能够更加直观地显示数据结果。下面采用某商店的零售数据集,通过实际的应用场景,来介绍一下style中那些实用的方法。首先导入相应的包和数据集import pandas as pdimport numpy as np...原创 2020-05-01 17:31:24 · 1120 阅读 · 1 评论 -
Pandas教程 | Pandas Merge数据合并图文详解
微信公众号:「Python读财」如有问题或建议,请公众号留言为了方便维护,一般公司的数据在数据库内都是分表存储的,比如用一个表存储所有用户的基本信息,一个表存储用户的消费情况。所以,在日常的数据处理中,经常需要将两张表拼接起来使用,这样的操作对应到SQL中是join,在Pandas中则是用merge来实现。这篇文章就讲一下merge的主要原理。上面的引入部分说到merge是用来拼接两张表...原创 2020-01-11 19:19:13 · 4508 阅读 · 2 评论 -
Python数据分析实战 | 用数据带你回顾乔丹的职业生涯
微信公众号:「Python读财」如有问题或建议,请公众号留言乔丹是联盟上下公认的历史第一人,芝加哥公牛在他带领下几乎统治了上世纪90年代NBA整整10年,包括分别在91-93赛季和96-98赛季拿下的两次三连冠,要知道,NBA72年历史上一共只出现过4次三连冠,而乔帮主一人便承包一半。下面就带大家从数据的角度回顾一下乔丹的职业生涯。数据来源:nba-stat注:nba历史统计原因,仅...原创 2020-01-06 20:02:46 · 622 阅读 · 0 评论 -
零基础的小白怎么学习数据分析?
微信公众号:「Python读财」如有问题或建议,请公众号留言作为一个从超级菜鸟阶段过来的人,也曾迷茫,也曾面对一大堆资料不知所措,从无到有踩过太多的坑,在这里分享一下我总结出来的数据分析学习路径,为了让你少走弯路,避免选择困难,能用一本书搞定的我绝不会给你推荐其他多的书。即使是超级菜鸟,只要你认真按照下面的路径进行学习,我保证你能够有所收获。在我看来,菜鸟入门数据分析所需要学习的内容依次...原创 2020-01-06 19:56:29 · 1322 阅读 · 1 评论 -
Python小白零基础入门 —— 集合(set)
微信公众号:「Python读财」如有问题或建议,请公众号留言Python中的集合和数学上的集合是一个概念,基本功能包括关系测试和消除重复元素,对于集合还可以进行数学上的交、并、差运算。定义一个集合的方式,见下面的代码:①使用set()函数In [18]: color_set = set(['green','blue','red','yellow','blue']) In [2...原创 2020-01-06 19:54:18 · 284 阅读 · 0 评论 -
Python小白零基础入门 —— 字典
微信公众号:「Python读财」如有问题或建议,请公众号留言Python基础入门的第三篇文章,为大家介绍Python中的字典及其常见的操作。字典(dict)字典也是用来存储数据的,只是存储方式和之前介绍的列表和元组不一样,先看看Python中字典的格式dict = {"key":"value", "key_1":"value_1"}key是键,value是值,'key':'val...原创 2020-01-06 19:53:19 · 413 阅读 · 0 评论 -
Python小白零基础入门 —— 列表和元组
微信公众号:「Python读财」如有问题或建议,请公众号留言这是Python零基础入门的第二篇文章,这篇文章给大家介绍列表和元组都是什么,以及相关的常见操作一、列表是什么在接触一个新的事物之前,我习惯先大概了解这个东西是什么,这个东西有什么用。在我的理解中,列表就是一个数据容器,用途自然就是存储各种各样的数据,例如上一篇文章中介绍的数值型、布尔型以及浮点型数据。在Python中,用方...原创 2020-01-06 19:51:28 · 183 阅读 · 0 评论 -
Python小白零基础入门 —— 变量及简单的数据类型
微信公众号:「Python读财」如有问题或建议,请公众号留言最近想着出一个Python小白零基础入门系列的文章,希望能对入门的小伙伴有所帮助,内容会囊括简单的数据类型、列表、字典、循环以及函数的定义,对于一些概念会以图解的方式进行讲解。今天这篇文章就介绍一下Python中的变量以及简单的数据类型,文末还列了一些练手的题目,大家可以边学边练!一、变量1、变量是什么在Python中,变量...原创 2020-01-06 19:49:17 · 340 阅读 · 0 评论 -
Python数据分析实战 | 用Python爬遍拉勾网,带你看看互联网寒冬下,数据分析师还吃香吗?
微信公众号:「Python读财」如有问题或建议,请公众号留言伴随着移动互联网的飞速发展,越来越多用户被互联网连接在一起,用户所积累下来的数据越来越多,市场对数据方面人才的需求也越来越大,由此也带火了如数据分析、数据挖掘、算法等职业,而作为其中入门门槛相对较低、工资高于大多传统行业岗位的数据分析一职,则成为了许多想转行进入数据领域的同学的首要选择。那么在现在的互联网寒冬下,**数据分析岗位...原创 2020-01-06 19:37:33 · 285 阅读 · 0 评论 -
Pandas教程 | 超好用的Pandas Groupby详解
公众号:Python读财如有问题或建议,请公众号留言在日常的数据分析中,经常需要将数据**根据某个(多个)字段划分为不同的群体(group)**进行分析,如电商领域将全国的总销售额根据省份进行划分,分析各省销售额的变化情况,社交领域将用户根据画像(性别、年龄)进行细分,研究用户的使用情况和偏好等。在Pandas中,上述的数据处理操作主要运用groupby完成,这篇文章就介绍一下groupb...原创 2020-01-06 19:24:58 · 3516 阅读 · 0 评论