利用Python进行数据分析
文章平均质量分 92
错落星辰.
python爱好者
展开
-
利用Python进行数据分析1-数据加载,存储与文件格式
访问数据是数据分析的第一步,本文着重介绍pandas的数据输⼊与输出,虽然别的库中也有不少以此为⽬的的⼯具。输⼊输出通常可以划分为⼏个⼤类:读取⽂本⽂件和其他更⾼效的磁盘存储格式,加载数据库中的数据,利⽤Web API操作⽹络资源。原创 2020-07-14 16:33:20 · 628 阅读 · 1 评论 -
利用Python进行数据分析2-数据清洗和准备
在数据分析和建模的过程中,相当多的时间要⽤在数据准备上:加载、清理、转换以及重塑。pandas和内置的Python标准库提供了⼀组⾼级的、灵活的、快速的⼯具,可以让你轻松地将数据规变为想要的格式。原创 2020-07-16 21:35:57 · 1128 阅读 · 0 评论 -
利用Python进行进行数据分析3-数据规整之聚合、合并和重塑
在许多应⽤中,数据可能分散在许多⽂件或数据库中,存储的形式也不利于分析。本文关注可以聚合、合并、重塑数据的⽅法。原创 2020-08-12 13:09:46 · 399 阅读 · 0 评论 -
利用Python进行数据分析4-绘图与可视化
本篇的⽬的是熟悉⼀些基本的数据可视化操作,使⽤pandas,matplotlib,和seaborn。如果视觉显示数据分析的结果对你的⼯作很重要,我⿎励你寻求更多的资源来了解更⾼效的数据可视化。原创 2020-09-04 16:04:20 · 2672 阅读 · 0 评论 -
利用Python进行数据分析5-时间序列
时间序列(time series)数据是⼀种重要的结构化数据形式,应⽤于多个领域,包括⾦融学、经济学、⽣态学、神经科学、物理学等。与前⾯接触的数据相⽐,时间序列数据要求不同类型的分析和数据转换⼯具。原创 2020-09-08 19:31:48 · 2027 阅读 · 0 评论