数据分析
叶清歌
这个作者很懒,什么都没留下…
展开
-
Numpy进阶第3关:Numpy迭代数组
本关任务:利用本关相关知识,将一个ndarray类型的数组,顺时针旋转90度后输出。相关知识NumPy迭代器对象numpy.nditer提供了一种灵活访问一个或者多个数组元素的方式。利用nditer对象可以实现完成访问数组中的每一个元素,这项最基本的功能,使用标准的Python迭代器接口,可以逐个访问每一个元素。In : x = np.arange(6).reshape(2, 3)In :...原创 2020-04-16 12:02:24 · 3809 阅读 · 0 评论 -
第1关:Numpy广播
第1关:Numpy广播100广播的规则编程要求测试说明任务描述本关任务:给定两个不同形状的数组,求出他们的和。相关知识广播(Broadcast)是 numpy 对不同形状(shape)的数组,进行数值计算的方式。 对数组的算术运算通常在相应的元素上进行,当运算中的 2 个数组的形状不同时,numpy 将自动触发广播机制。如图所示:广播的规则让所有输入数组都向其中形状最长的数组看...原创 2020-04-16 10:05:03 · 3178 阅读 · 0 评论 -
主键合并,左右连接
import pandas as pdleft=pd.DataFrame({‘A’:[‘A0’,‘A1’,‘A2’],‘B’:[‘B0’,‘B1’,‘B2’],‘C’:[‘C0’,‘C1’,‘C2’],‘key’:[‘k0’,‘k2’,‘k3’]})right=pd.DataFrame({‘key’:[‘k0’,‘k2’,‘k3’],‘B’:[‘B0’,‘B1’,‘B2’],‘C’:...原创 2020-04-14 22:53:13 · 769 阅读 · 0 评论 -
数据合并concat横纵向合并
import pandas as pd#纵向合并:first=pd.DataFrame({‘A’:[‘A0’,‘A1’,‘A2’],‘B’:[‘B0’,‘B1’,‘B2’],‘C’:[‘C0’,‘C1’,‘C2’]})second=pd.DataFrame({‘B’:[‘B0’,‘B1’,‘B2’],‘C’:[‘C0’,‘C1’,‘C2’],‘D’:[‘D0’,‘D1’,‘D2’]}...原创 2020-04-14 22:01:15 · 2016 阅读 · 0 评论 -
列表查找,运算,酒鬼漫步实训
#列表查找list1=[1,2,3,4,5,6,7]#列表运算list1=[1,2,3]list2=list1print(2*(list1+list2))#酒鬼漫步import numpy as nparr1=np.random.random(2000)-0.5arr2=arr1 >0for i in range(2000):if arr2[i]:arr1[i]=1...原创 2020-04-14 21:07:12 · 541 阅读 · 0 评论 -
python读取表格,行列对齐,设置打印宽度,index_col方法,读0,1行并命名索引行,求最大小值,极差
import pandas as pdimport numpy as npimport datetimepd.set_option(‘display.unicode.ambiguous_as_wide’, True)pd.set_option(‘display.unicode.east_asian_width’, True) # 行列对齐pd.set_option(‘display.w...原创 2020-04-12 15:55:00 · 1782 阅读 · 0 评论 -
python数据清洗常见操作方法代码,导入表格
import pandas as pdpd.set_option(‘display.unicode.ambiguous_as_wide’,True)pd.set_option(‘display.unicode.east_asian_width’,True)#这两行对齐列名pd.set_option(‘display.width’,180)#设置打印宽度///重要##显示所有列pd....原创 2020-04-12 09:37:28 · 1265 阅读 · 0 评论