利用python数据分析
qq_42787271
这个作者很懒,什么都没留下…
展开
-
《利用python进行数据分析.第三版》 第四章 Numpy
《利用python进行数据分析.第三版》 第四章 Numpy一、numpy的ndarray:一种多维数组对象 1. 创建nadrray 属性: arr.nidm:维度 arr.shape:维度大小 arr.dtype:数值类型 表达规则: np.函数(列表或元祖)1.np.array(列表或者元祖);array函数:接受一切序列型...原创 2018-07-25 23:30:16 · 12642 阅读 · 3 评论 -
《利用python进行数据分析.第三版》第6章 数据加载、存储与文件格式
读写文本的数据格式import pandas as pd#1.read_csv是以逗号分隔,将其读入一个DataFrame:file=open("E:\李明霞\利用python数据分析的源代码\ch06\ex1.csv")df1=pd.read_csv(file)print(df1)#2.read_table读取,需要指定分隔符df2=pd.read_table(file...原创 2018-08-29 11:28:22 · 912 阅读 · 0 评论 -
《利用python进行数据分析.第三版》 第七章 数据清洗和准备
7.1 处理缺失数据缺失数据在pandas中呈现的方式有些不完美,但对于大多数用户可以保证功能正常。对于数值数据,pandas使用浮点值NaN(Not a Number)表示缺失数据。我们称其为哨兵值,可以方便的检测出来。 处理缺失数据有以下几个方法: 判断是否为缺失数据,布尔类型 pd.isnull pd.notnull举例说明:im...原创 2018-09-14 14:36:29 · 3673 阅读 · 0 评论 -
python数据清洗(总结版)-思维导图
数据清洗是数据预处理的重要组成部分,也是耗时间最长的一部分,因此根本多篇文章总结脑图便于自己梳理清楚数据清洗的处理步骤,由此知道数据清洗该如何下手。借鉴文章及数据如下:专栏1:数据清洗https://zhuanlan.zhihu.com/dataclean :详细介绍了数据清洗的主要方面专栏2:python3 pandas库https://zhuanlan.zhihu.com/c_12923...原创 2018-10-13 17:35:51 · 3177 阅读 · 0 评论