数据分析
文章平均质量分 73
✨talent_fei✨
你看远方~
展开
-
matplotlib - 饼图、等高线图
今天来学习一下画饼图和等高线图。其实和之前我们画图的技巧是一样的,只是画饼图和画等高线图我们又用到了新的两种方法。饼图:plt.pie()等高线图:plt.contourf、plt.contour首先来介绍饼图语法:plt.pie(值,间隙,标签,颜色,格式,shadow=是否带阴影,startangel=其实角度)其实很简单。代码:#导入模块import numpy as np...原创 2019-10-25 12:02:02 · 474 阅读 · 0 评论 -
matplotlib -刻度网格线
import numpy as npfrom matplotlib import pyplot as pltx = np.linspace(-5,5,1000)y = 8 * np.sinc(x)plt.figure('Grid',facecolor="lightgray")plt.title("Grid",fontsize=20)plt.xlabel("x",fontsize=1...原创 2019-10-24 20:45:52 · 1411 阅读 · 0 评论 -
matplotlib - 刻度定位器
今天补充个新的知识点:刻度定位器我们之前有讲过xticks、yticks,那两个方法是设置坐标刻度,今天我们来讲刻度定位器那么这两个之间有什么区别呢?设置坐标刻度:关于xticks、yticks这两个方法,我们最基本的会提供一个位置序列,还有一个标签序列,等真正绘图的时候,会根据我们提供的位置,相对应的将标签安置到其坐标上。刻度定位器:刻度定位器,分主刻度定位器 和 次刻度定位器,那么我们...原创 2019-10-22 17:01:17 · 1559 阅读 · 0 评论 -
matplotlib - 创建子图
文章目录前言矩阵式布局网格式布局自由式布局前言前面几篇文章,我们有讲解关于matplotlib的用法,今天我们补充一个关于matplotlib创建子图的集中方法我们在使用图形可视化工具时,有可能需要一个窗口里面创建数个小的子图来满足我们不同的需求,今天我们就来数一下,创建子图的三种方法!矩阵式布局矩阵式布局很简单,就是将一个窗口等分的划成相等的几个区域,规定行、列数即可例如这样的那...原创 2019-10-22 12:03:31 · 424 阅读 · 0 评论 -
Matplotlib - annotate 标注备注信息
在前面博客中我们一起做了一个sin、cos的图例,大致内容是这样的。可以清楚的看到,我们的两个星星的点。现在,我们要给这两个点增加一些备注信息,该如何来做呢?那么就用到了 annotate其实我们基本的标注会用到text()函数,使用text()会将文本放置在轴域的任意位置,而文本的一个常见用例是标注绘图的某些特征,恰恰annotate()方法提供辅助函数。接下来,我们就来看一下ann...原创 2019-10-20 16:21:53 · 1238 阅读 · 0 评论 -
Pandas中将 Object 类型 转换为 datetime
我们在创建一个DataFrame的矩阵数据表的时候,有时候会用到时间来标记index,但是,偏偏我们读出来的数据就是object型的数据,那就需要我们来转换一下了代码语法pandas.to_datetime(arg,format=None,unit=None)参数含义arg需要转换类型的数据format所输入数据的时间格式unit最小时间间隔,(Y:年;...原创 2019-10-18 18:08:42 · 8956 阅读 · 0 评论 -
补充:Matplotlib -设置坐标轴
plt.gca# from matplotlib import pyplot as pltimport matplotlib.pyplot as pltimport numpy as np#线性分隔,指定起始点,指定分隔线段距离x = np.linspace(-np.pi,np.pi,1000)cos_y = np.cos(x) / 2sin_y = np.sin(x)xo = ...原创 2019-10-17 21:00:07 · 232 阅读 · 0 评论 -
补充:Numpy -- 类型字符码
import numpy as np类型语法np.bool?np.int8bnp.uint8Bnp.int8/16/32/64i1/2/4/8np.uint8/16/32/64u1/2/4/8np.float16/32/64f2/4/8np.complex64/128c8/16np.str_U<字符数>...原创 2019-10-16 17:32:59 · 215 阅读 · 0 评论 -
数据分析 - pandas(7)
文章目录pandas中的分组groupby的返回对象DataFrameGroupBy对象方法pandas中的分组数据准备 Brand Store Number Store Name Ownership Type Street Address ...原创 2019-10-12 17:32:49 · 447 阅读 · 0 评论 -
pandas
pandas原创 2019-10-08 21:26:05 · 132 阅读 · 0 评论 -
数据分析 - pandas(6)
文章目录数据合并 - join数据合并 - joinjoin :默认情况下把索引相同的数据合并到一起#创建矩阵数据表 df1In [8]: df1 = pd.DataFrame(np.arange(1,11).reshape(2,5),index=["A","B"],columns=["V","W","X","Y","Z"])#创建矩阵数据表 df2In [9]: df2 = pd....原创 2019-10-07 21:57:15 · 122 阅读 · 0 评论 -
Pandas常用的方法
读取写入文件方法读取写入read_csvto_csvread_excelto_excelread_hdfto_hdfread_sqlto_sqlread_jsonto_jsonread_msgpack (experimental)to_msgpack (experimental)read_htmlto_htmlread_...原创 2019-10-06 19:37:35 · 119 阅读 · 0 评论 -
pandas - 特别篇(关于读取DataFrame数据显示不完全的解决办法)
今天在做数据处理的时候,发现,pandas.read_csv()读出来的数据,因为数据量太大,行列之前做了省略处理。 Rank Title ... Revenue (Millions) Metascore0 1 Guardians of the Galaxy ... 333.13 76.01 ...原创 2019-10-05 16:59:26 · 2446 阅读 · 2 评论 -
数据分析 - pandas(5)
文章目录前言字符串方法缺失数据的样本numpy和pandas中NaN的不同点对缺失数据进行处理前言在上一节数据分析 - pandas(4)中,我们讲到了pandas的布尔索引,主要判断矩阵数据表的数据的大小,今天,我们来接着往下总结更多的内容。字符串方法方法说明cat实现元素级的字符串连接操作,可指定分隔符contains返回表示各字符串是否含有指定模式的布尔...原创 2019-10-05 11:49:16 · 202 阅读 · 0 评论 -
数据分析 - pandas(4)
pandas取行或者列前言创建矩阵数据表具体选择某一列同时选择具体的行和某一列pandas优势前言在前面数据分析 - pandas(3)中,我们学习了,关于矩阵数据表DataFrame的index标签和columns标签的一些方法,但仅仅掌握那些是不够的,现实中的编程往往会涉及到对矩阵数据表的取行或者取列的操作,今天就来学习一下,pandas中是如何取行或者取列的创建矩阵数据表#导入num...原创 2019-10-04 01:15:28 · 347 阅读 · 0 评论 -
numpy中的array与matrix的区别
数组矩阵区别原创 2019-10-01 23:14:02 · 202 阅读 · 0 评论 -
numpy中dot()、matmul()以及multiply()的区别
文章目录前文np.dotnp.matmulnp.multiply前文简单的说,这三个方法各有各的特点,他们主要是进行Numpy的矩阵乘法的,但是,要知道,矩阵乘法里面也是有区分的,主要分为元素及乘法和矩阵乘积那现在我们首先来写一下区分np.dot函数语法作用备注dotdot(t1,t2)若t1、t2均为一维数组,则是普通的内积结果为一个数dotdot...原创 2019-09-30 16:37:55 · 4495 阅读 · 0 评论 -
numpy.mat和numpy.matrix的区别
正文np.mat和np.matrix的区别np.mat官方文档解释代码示例np.matrixnp.mat和np.matrix的区别np.mat官方文档解释如果输入本身就是一个矩阵,则np.mat不会对该矩阵make a copy.仅仅是创建了一个新的引用。相当于np.matrix(data, copy = False)代码示例#导入模块import numpy as np#创...原创 2019-09-29 13:38:57 · 5150 阅读 · 1 评论 -
matplotlib画直方图,关于百分比使用时,报错!
1、首先导入模块from matplotlib import pyplot as pltfrom matplotlib import font_manager2、拿到数据a=[131,98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130,...原创 2019-09-11 12:04:40 · 3218 阅读 · 0 评论 -
matplotlib-基础绘图语法(散点图)
散点图 - (北京3月份与10月份温度)1、导入模块from matplotlib import pyplot as pltfrom matplotlib import font_manager2、设置字体my_font = font_manager.FontProperties(fname="本机字体路径")3、准备数据y_3 = [11,17,16,11,12,11,12,6...原创 2019-09-13 10:54:39 · 333 阅读 · 0 评论 -
matplotlib-基础绘图语法(条形图)
条形图 - (竖向、横向条形图) - (电影票房)1、导入模块from matplotlib import pyplot as pltfrom matplotlib import font_manager2、设置字体my_font = font_manager.FontProperties(fname="本机字体路径")3、准备数据#因个别电影名字偏长,故有的名字后面加反斜杠n ...原创 2019-09-13 23:29:57 · 335 阅读 · 0 评论 -
数据分析 - numpy(1)
1、在二维数组列为1的情况下,三维数组和二维数组行形同,那么三位数组一定可以减二维数组2、列相同,三维数组与二维数组减一位数组恒成立3、行列相同,维度数组相减恒成立4、二维数组的轴...原创 2019-09-14 23:57:45 · 331 阅读 · 0 评论 -
数据分析 - numpy(2)
轴(axis)在numpy中可以理解为方向,使用0,1,2…数字表示,一个一维数组,只有一个0轴对于2维数组(shape(2,2)),有0轴和1轴对于三维数组(shape(2,2, 3)),有0,1,2轴未完待续。。。...原创 2019-09-15 21:51:17 · 97 阅读 · 0 评论 -
数据分析 - numpy(3)
numpy读取数据准备文件CSV:Comma-Separated Value,逗号分隔值文件显示:表格状态源文件:换行和逗号分隔行列的格式化文本,每一行的数据表示一条记录注:由于csv便于展示,读取和写入,所以很多地方也是用csv的格式存储和传输中小型的数据,为了方便教学,我们会经常操作csv格式的文件,但是操作数据库中的数据也是很容易的实现的代码操作np.loadtxt(fname...原创 2019-09-16 21:40:01 · 208 阅读 · 0 评论 -
数据分析 - numpy(4)
numpy索引和切片准备数据#导入numpy模块import numpy as np#创建数组t1 = np.arange(1,21).reshape(4,5)#打印数组t1的结果print(t1)结果[[ 1 2 3 4 5] [ 6 7 8 9 10] [11 12 13 14 15] [16 17 18 19 20]]可以看到我们现在得到了一个二维...原创 2019-09-18 18:17:08 · 188 阅读 · 0 评论 -
数据分析 - numpy(5)
取numpy数组中不连续的元素上一节,在numpy(4)中我们讲解了numpy的索引切片。我们拿的的都是整体的一行或者一列,亦或者多行、多列。其中涉及到的知识点我们也已经掌握但是,里面还是有很多相对比较绕的知识点,比如说取 多行或者多列的时候 我们具体指定行、列索引值 与 我们指定行、列切片索引范围 之间还是有差别的。两种方法各有千秋具体指定行、列索引值 的话,我们可以切出数组中不连续的行...原创 2019-09-19 14:58:45 · 428 阅读 · 0 评论 -
数据分析 - numpy(6)
numpy中的布尔索引、三元运算符和clip裁剪前几节numpy中,我们讲解到数组的索引切片,其实,在我们现实的代码操作中,索引的切片还有另外一种情况,那就是布尔索引话不多少,我们直接代码示范:首先第一步,导入模块,创建数据#导入模块from numpy import np#创建数组np.arange(1,21).reshape(4,5)得到数据array([[ 1, 2, ...原创 2019-09-20 17:00:16 · 90 阅读 · 0 评论 -
数据分析 - numpy(7)
numpy中的nan和inf哈喽~ 大家好 ~我又来了,今天我接着给大家讲解numpy,那今天我们讲解的点是:numpy中的nan和inf那首先呢,讲解这两个知识点之前呢,我们要先来了解一下,nan和inf是什么nannan(NAN,Nan):not a number 表示不是一个数字什么时候numpy中会出现nan: 当我们读取本地的文件为float的时候,如果有缺失,就会...原创 2019-09-21 17:47:08 · 208 阅读 · 0 评论 -
数据分析 - numpy(8)
Numpy- 数组操作Numpy - 数组操作Numpy- 数组操作数组的拼接数组拼接的注意事项如何交换某个数组的行或者列numpy中更多好用的方法示例(请详细阅读上图中的备注信息<关于axis的更甚>)np.argmax(t,axis)np.zeros((形状))np.eye(个数)numpy生成随机数(np.random)均匀分布:在相同的大小范围内的出现概率是等可能的正态分布:...原创 2019-09-22 16:21:58 · 113 阅读 · 0 评论 -
数据分析 - pandas(1)
Numpy - pandas前言pandas的常用数据类型pandas之Series创建通过字典创建Series前言之前我们所学到的numpy已经可以做到帮助我们处理数据,能够结合matplotlib解决我们数据分析的问题,那么pandas学习的目的在什么地方呢?numpy能够帮我们处理处理数值型数据,但是这还不够很多时候,我们的数据除了数值之外,还有字符串,还有时间序列等例如:我们通...原创 2019-09-24 22:08:07 · 411 阅读 · 0 评论 -
数据分析 - pandas(2)
DataFrame创建DataFrame创建DataFrame#导入pandas包In [2]: import pandas as pd#导入numpy包In [3]: import numpy as np#生成DataFrame二维数组In [4]: t = pd.DataFrame(np.arange(1,13).reshape(3,4))#得到结果In [5]: t...原创 2019-09-25 20:58:57 · 104 阅读 · 0 评论 -
股票分析
今天写了个股票分析的项目代码如下# -*- coding: utf-8 -*-"""Created on Thu Sep 26 15:21:00 2019@author: cobbe"""#python中时间日期格式化符号:#%y 两位数的年份表示(00-99)#%Y 四位数的年份表示(000-9999)#%m 月份(01-12)#%d 月内中的一天(0-31)#%H 2...原创 2019-09-26 20:54:51 · 260 阅读 · 0 评论 -
python——numpy中的size()函数
正文:官方文档截图:介绍参数代码示例总结二维数组三维数组官方文档截图:介绍size()函数:用来统计矩阵元素个数,或矩阵某一维上的元素个数的函数。参数numpy.size(a, axis=None)a:输入的矩阵axis:int型的可选参数,指定返回哪一维的元素个数。当没有指定时,返回整个矩阵的元素个数。代码示例#导入模块In [5]: import numpy as np...原创 2019-09-29 09:35:31 · 9749 阅读 · 1 评论 -
matplotlib-基础绘图语法(折线图)
今天学了matplotlib绘图,想着做一些笔记,因为刚刚开始学,所以比较偏基础一点,以后慢慢填坑基础语法import matplotlib.pyplot as pltfrom matplotlib import font_manager#设置中文显示my_font = font_manager.FontProperties(fname="C:\Windows\Fonts...原创 2019-09-09 21:51:49 · 185 阅读 · 0 评论