自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(11)
  • 收藏
  • 关注

原创 pandas学习笔记4 索引的高阶用法

索引高阶用法前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(示例):import numpy as npimpo

2021-09-02 19:38:43 239

原创 pandas学习笔记3 索引操作的算术运算

算术运算前言series对齐运算dataframe的对齐运算前言在学习笔记02中我们就提及到了对于索引的各种操作,本章讲述的是对于其的算术运算。对齐运算:如果索引相同,按照索引对齐进行运算,如果没有对齐的位置,补充的是NaN值,如果有需要可以将NaN值进行替换。series对齐运算我们先创建两个series对象ser1 = pd.Series(range(10,20),index=range(10))ser2 = pd.Series(range(20,25),index=range(5

2021-08-31 19:46:39 289

原创 Pandas学习笔记02 索引操作

索引操作前言1.0 dataframe 数据二、使用步骤1.引入库2.读入数据总结前言导包import pandas as pdimport numpy as np1.0 dataframe 数据创建一个字典new_dict = { 'A':1, 'B':[1,2,3,4], 'C':'asd123', 'D':np.arange(4), 'E':pd.Series(1,index=range(4))}把索引修改为abcddf1 = pd.

2021-08-30 20:40:40 286

原创 Pandas学习笔记1 pandas数据结构

pandas的数据结构前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(示例):import numpy as np

2021-08-27 19:08:35 103

原创 Numpy学习笔记7 常用函数

在Numpy中我们使用的常用函数一般是sort排序常用函数前言1.0 一维数组排序2.0 多维数组排序前言我们还是先导包并且建立一个不连续的数组,考虑到数组中的杂乱情况和重复情况。import numpy as nparr1 = np.array([5,6,1,2,2,3,4,])print(arr1)输出数组[5 6 1 2 2 3 4]对数组进行去重并排序up.unique(arr1)array([1, 2, 3, 4, 5, 6])1.0 一维数组排序arr1.so

2021-08-26 12:05:14 57

原创 Numpy学习笔记6 数组的增删改

数组的增删改前言1.0追加元素1.1追加一维数组1.2 追加多维数组2.插入元素2.1 一维数组插入数据2.2 多维数组插入数据3.0 删除4.0 合并4.1 合并一维数组4.2 合并多维数组前言导包,创建1、2、3数组import numpy as nparr1 = np.arange(4)arr2 = np.array(range(4))print(arr1)print('-'*20)print(arr2)[0 1 2 3][0 1 2 3]arr3 = np.arange.

2021-08-25 20:35:58 306

原创 Numpy学习笔记5 数组的通用函数func

文章目录前言1.0 一元函数二、使用步骤1.引入库2.读入数据总结前言导包import numpy as np`` universal fuction 对数组的数据执行元素级别的运算,可以对单个数值进行操作,也可以对数组的每个元素济宁操作的函数(广播运算)1.0 一元函数老样子创一个数组arr1 = np.array([1,-2,3,4.5])arr1array([ 1. , -2. , 3. , 4.5])ceil向上取整np.ceil(4.4)5.0np.ce

2021-08-24 16:57:39 258

原创 Numpy学习笔记4 索引与切片

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码

2021-08-10 15:31:55 52

原创 Numpy学习笔记3 数组计算

数组计算1.0 数组相加1.1 一维数组和一维数组1.2 多维数组和多维数组1.3 一维数组与多维数组1.4 常数和一维数组1.5 常数和高维数组1.0 数组相加首先还是先导入库以及创建3个数组import numpy as nparr1 = np.array([1,2,3,4,5])arr2 = np.array([10,20,30,40,50])arr3 = np.array([1,2,3,4])1.1 一维数组和一维数组arr1+arr2array([11, 22, 33

2021-08-03 14:51:52 300

原创 Numpy学习笔记2 数组的数据类型

文章目录数组的数据类型1.0 常见的数据类型2.0 指定数据 类型2.1 在dtype中进行指定2.2 astype进行转化数组的数据类型1.0 常见的数据类型list1 = [1,2,3,4]arr1 = np.array(list1)print(arr1) int32arr2 = np.array(list('ahsofdgjaosifnois')).print(arr2.dtype) <u1arr3 = np.array([True,False,True]).

2021-07-31 11:37:20 47

原创 Numpy学习笔记1 Numpy基础

数据分析 Numpy学习笔记文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入前言本文主要用于记录学习过程一、pandas是什么?示例:

2021-07-30 20:21:12 94

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除