厚积而薄发

【代码】pandas 计算有缺失值的行数或者列数。

文章目录一、Numpy属性二、Numpy的创建array1.创建数组2.指定数据类型 dtype3.创建待定数据三、Numpy基础运算1.矩阵线性运算2.充分利用numpy提供的数学函数3.进行逻辑判断4.对多维矩阵操作5.sum()/min()/max()6.一些函数7.排序8.矩阵转置9.clip()四、Numpy索引1.一维索引2.二维索引五、Numpy array合并六、Numpy array分割1.纵向分割2.横向分割3.错误的分割4.不等量的分割5.其他分割方式七、Numpy copy &amp

《一、数据分析综述》（密码：gezf）

Numpy 再来一遍文章目录一、Numpy的属性二、创建array三、Numpy的运算四、随机数生成及矩阵的统计五、Numpy索引六、合并七、分割八、深浅拷贝配合机器学习食用更佳。import numpy as np一、Numpy的属性ndim 维度shape 形状dtype 类型size 大小array = np.array([[1,2,3], [4,5,6]])print(array)[[1 2 3] [4 5 6]]print(.

Pandas再来一次文章目录一、Series和DataFrame二、选择数据三、赋值及操作(增、删、改)四、处理丢失数据五、读取并写入文件六、concat拼接七、merge合并八、pandas的plot配合 机器学习食用更佳。一、Series和DataFrameseries的创建（列表、数组、字典）、values/index、索引（默认、指定） 取一个值 取多个值、遍历dataframe的创建、values/index/columns、df.sort_index(axis=0) 行排序和列排.

Matplotlib再来一次文章目录一、基础用法二、figure图像三、设置坐标轴四、legend图例五、标注六、散点图七、直方图八、等高线图九、3D图十、subplot十一、动态图配合 机器学习食用更佳。一、基础用法画直线import matplotlib.pyplot as pltimport numpy as np%matplotlib inlinex = np.linspace(-1,1,100)#从-1到1生成100个点y = 2*x + 1plt.plot(x,y).