Python数据分析与展示（二）

最新推荐文章于 2024-11-13 12:16:44 发布
最新推荐文章于 2024-11-13 12:16:44 发布
阅读量602 收藏
点赞数 1
文章标签： 数据分析 python 数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_52383774/article/details/123027956
版权

数据CSV文件存取

CSV文件介绍

在这里插入图片描述

数据写入CSV文件

在这里插入图片描述
用到的方法是savetxt，同时解释了其余的四个参数的意义。

读入CSV文件

在这里插入图片描述

用到的方法是loadtxt，同时还有一些参数含义

CSV文件的局限性

在这里插入图片描述

多维数据的存取

tofile函数学习

例子

有分隔符的例子
在这里插入图片描述
无分隔符例子
在这里插入图片描述

fromfile方法学习

在这里插入图片描述

例子

文本文件
在这里插入图片描述
二进制文件
在这里插入图片描述
使用该方法时需要知道存入文件时数组的维度和元素类型，让以上的两种方法配合使用。可以通过元数据文件来存储额外信息。

NumPy便捷文件提取方法

在这里插入图片描述

例子

在这里插入图片描述

NumPy随机库函数

random子库函数1

在这里插入图片描述

例子1

在这里插入图片描述
在这里插入图片描述
通过设定和使用同一个随机数组，可以在测试的时候，产生相同的随即数组

random子库函数2

在这里插入图片描述

例子2

在这里插入图片描述
在这里插入图片描述

random子库函数3

在这里插入图片描述

例子3

在这里插入图片描述

NumPy的统计函数

random的统计函数1

在这里插入图片描述
在这里插入图片描述
std是对a进行标准差，var是对a进行方差。

np,mean(a,axis = 1)
# 表示的是将数组中的第二个维度求平均值，比如说，第二个维度表示的是就是在这个中间的[0,1,2,3,4],[5,6,7,8,9],[10,11,12,13,14]这三个就是表示数组的第二个维度
np.mean(a,axis = 0)
# 这是在第一个维度进行运算，总共是有三个元素，而每个元素中间有五个元素，生成的一个数组是与第二维度数组的数量相等的元素，就是将每一个元素相加，然后求平均，例如：（0+5+15）/3=5,(1+6+11)/3=6,
#以此类推，最后生成的就是如图中所示的样式。注意这里的相加指的是在每一个二维中的第一个元素相加，每个维度的第二个元素进行相加
np.average(a,axis=0,weights=[10,5,1])
# 这是进行权重运算，例如上述的4.1875，是由（2*10+7*5+12+1）/（10+5+1）完成的

random的统计函数2

在这里插入图片描述
在这里插入图片描述

np.argmax(b)
# 表示的是最大值的下表索引，这是扁平化后的下标
np.unravel_index(np.argmax(b),b.shape)
# 重新塑造多维下标,b.shape表示的是给出数组相应的形状，方便修改成多维下标
np.ptp(b)
# 获得最大值和最小值之间的差

NumPy的梯度函数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
二维计算梯度值
在这里插入图片描述
梯度反应了元素的变化率。对于声音图像运算来说，起很大的作用

图像的数组表示

图像的RGB色彩模式

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

图像的数组表示

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

图像的变换

在这里插入图片描述
在这里插入图片描述
其中如上图中的第83行代码，可以将图片变成一个数组，b则是得出这个图片上的补值，就是由255，减去当前RGB的值。
86行中通过fromarray将其转换成一个图片的形式

在这里插入图片描述
在这里插入图片描述

convert(‘L’)，可以将一个彩色的图片转换成一个灰度图片

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
将灰度值进行一个区间压缩
在这里插入图片描述
在这里插入图片描述

“图像的手绘效果”实例分析

手绘效果的特征

在这里插入图片描述

代码示例

在这里插入图片描述

梯度重构

在这里插入图片描述
从像素的灰度值，来间接的改变图片的明暗程度，立体效果通过添加虚拟深度值。深度值乘上方向梯度值来添加深度对方向梯度的影响因素，除以100是对深度值进行归一化

光源效果

在这里插入图片描述
在这里插入图片描述
dx、dy、dz就是在X、Y、Z轴上的投影，就相当于在三个轴上的长度

梯度归一化

在这里插入图片描述
这里的uni_x、uni_y、uni_z、实际上就是图像平面的单位法向量，上面的dx、dy、dz是光线的影响因子，相乘后投影到灰度梯度范围上

图像生成

在这里插入图片描述
将像素的灰度值剪切掉部分超出0-255的灰度值，保证输出正确

参考

https://www.bilibili.com/video/BV1p5411x71g?p=19

白某啥也不会
关注
人工智能数学基础 - 不定积分入门：概念与性质（Python）
2301_79366332的博客
09-06 163
本文介绍了不定积分的概念和性质，并提供了使用Python和SymPy库进行不定积分计算的示例代码。在微积分中，不定积分用于求解函数的原函数。给定一个函数f(x)，它的不定积分表示为∫f(x)dx，读作"f(x)的不定积分"。不定积分的结果是一个函数，它的导数等于原始函数f(x)。在本例中，函数f(x)为x^2 + 2x + 1，它的不定积分结果为(1/3)x^3 + x^2 + x + C，其中C为常数项。本文将介绍不定积分的基本概念和性质，并提供使用Python编程语言进行不定积分计算的示例代码。
python directx_python 高级一点的用法,猴子补丁与元类
weixin_28622215的博客
12-30 735
好久没更新了，今天想想哪些要记录下的，装饰器什么的就不说了，很熟悉了，记录下。1.monkey patch.其实就是动态修改类，包括属性方法等的一种方式。比如a = A() a.foo = foo之类的，但是怎么在运行前修改呢，类似gevent那样用自己的socket替换，gevent 源码是这样的from eventlet.green import socketpatcher.inject('f...
Python日记(1)——求dy/dx
weixin_56960596的博客
03-04 1739
Python求变化率
python模拟按键directx_Python3在DirectX游戏中移动鼠标
weixin_32579355的博客
12-29 1565
I'm trying to build create a script that does a few action inside an DirectX game.I've got everything working exept for moving the mouse.Is there any module avalable that can move the mouse, for windo...
python directx_directX嵌入pyside
weixin_39906358的博客
12-19 1286
现在能用python来写GUI了，做为一个游戏程序员马上联想到的就是能不能用python来写游戏编辑器。于是就尝试着把directx嵌入到pyside里面。在一翻折腾下，directX和pyside，两个初看起来没什么关系的库，居然很好的结合起来。以后写编辑器又多了一个强力工具:)下面说下整合directx+pyside比较关键的地方。1.如何获取窗口句柄。关键之中的关键就是如何那到用于初始化d3...
Python数据分析学习收获与心得
s56548544898的博客
06-05 1万+
Matplotlib是Python的一个数据可视化库，它提供了丰富的绘图功能，可以绘制线图、散点图、柱状图、饼图等。无论是金融、医疗、教育还是工业等行业，Python都可以发挥重要的作用，帮助机构更好地理解和分析数据，提高业务水平和效率。Scikit-learn是Python的一个机器学习库，它提供了丰富的机器学习算法和工具，包括分类、回归、聚类、降维等。Seaborn是基于Matplotlib的高级数据可视化工具，它提供了更多的绘图方法和更好的默认样式，可以快速生成高质量的图表。
Python数据分析与机器学习在医疗诊断中的应用
屿小夏.的知识博客
06-14 3万+
在现代医疗领域，数据分析与机器学习的应用已经成为提升医疗诊断效率和准确性的关键手段。医疗诊断系统通过对大量患者数据进行分析，帮助医生预测疾病风险、制定个性化治疗方案，并且在疾病早期阶段提供预警。Python作为一种灵活且功能强大的编程语言，结合其丰富的数据分析和机器学习库，成为医疗诊断系统开发的首选工具。本文将探讨Python数据分析与机器学习在医疗诊断中的应用，详细介绍构建医疗诊断系统的步骤和技术。
111个Python数据分析实战项目，代码已跑通，数据可下载
热门推荐
12-05 13万+
111个Python数据分析实战项目，代码已跑通，数据可下载
Python数据分析与展示
Yeats_Liao的博客
12-03 1324
Python数据分析与展示
嵩天-python数据分析与展示-课件-代码
11-09
【Python数据分析与展示】是IT领域中一个热门且实用的主题，尤其对于数据科学家、分析师以及对数据感兴趣的初学者而言。嵩天，作为一个知名的讲师，以其深入浅出的教学风格深受学员喜爱。这个压缩包包含了他关于...
Python数据分析与应用，实训数据
06-07
在"37304-Python数据分析与应用-课后实训数据"中，你可能需要使用Pandas来加载、查看和理解提供的数据集。例如，使用`pd.read_csv()`函数可以将CSV文件转换为DataFrame，然后利用`.head()`, `.describe()`等方法快速...
python 数据分析与可视化
09-08
《Python数据分析与可视化》课程是针对数据处理和可视化的深入学习资源，涵盖了从Python编程基础知识到高级数据分析工具的广泛主题。课程旨在通过理论讲解、源代码实践和实验环节，帮助学员掌握利用Python进行数据...
Python数据分析与应用资源
05-05
Python数据分析与应用是现代数据科学领域中至关重要的技能之一，特别是在大数据时代，它的重要性日益凸显。本资源包包含了《Python数据分析与应用》一书的相关测试资料、源代码以及PPT讲义，旨在帮助学习者深入理解...
python数据分析练习题
02-25
其次，Pandas库是Python数据分析的核心库，它的DataFrame对象能够方便地组织和处理表格型数据。学习如何创建、读取和操作DataFrame（如使用head()、tail()查看数据，用loc[]和iloc[]进行索引，以及merge()、join()...
亚马逊评论爬虫+数据分析
bill7777777的博客
11-10 572
这里我所选框架是selenium+request，很多人觉得selenium慢，确实不快，仅针对此项目我做过测试，相对于request要快，要方便一些！这里我用到是tableau-BI工具，要结合业务需求来选择工具，BI更适合公司开发业务，实现企业化！重新建表，把计算逻辑写到函数中，通过比对的方法实现变动。做分析首先得有数据，数据是核心，而且要准确！1、每日星级变动分析：评论数，星级数。每日实时更新有变动的评论数，评级数。获取评论数，评级数, 监控评论。
【人工智能训练师】5 hive数据分析
11-10 318
注意：如果环境进入安全模式，使用hdfs dfsadmin -safemode leave可离开安全模式。基于Hive数据仓库，针对特定问题场景完成数据统计分析。基于Hive数据仓库，针对特定问题场景完成数据统计分析。注意：本模块使用到Hadoop集群。(20 / 100分)
2020年美国总统大选数据分析与模型预测
2302_79553009的博客
11-06 4920
对2020年美国总统大选数据的深入分析，提供各州和县层面的投票情况及选民行为的可视化展示。数据预处理阶段将涉及对异常值的处理，以确保分析的准确性。通过数据清洗、集成、转换将为后续分析整理合理的数据集。在数据分析阶段，本次实训关注候选人在各州的得票情况及各州的政党优势，同时对县级投票支持率和选举结果进行可视化。此外，人口特征分析将帮助我们理解不同性别、年龄及地域对投票的影响。模型建立阶段将应用KNN和朴素贝叶斯算法，对大选结果预测进行建模，以其发现潜在的影响因素并为未来的选举策略提供依据。
数据分析-系统认识数据分析
最新发布
m0_72232218的博客
11-13 170
数据分析的全貌 观测 实验 应用
2024 年（第 7 届）“泰迪杯”数据分析技能赛A 题 自动化生产线数据分析 完整代码结果分享
2403_86854718的博客
11-09 3594
一、背景随着信息技术的快速发展，工业自动化领域的智能控制系统日益完善。自动化生产线能够独立完成从物料输送到元件抓取，再到产品安装和质量检验的各个环节，这不仅极大提升了制造效率和产品质量，也有效降低了生产成本。为了使企业的管理层和工程技术人员及时掌握生产线的运行状况和潜在问题,需要对生产线产生的数据进行深入分析，从而提高生产线的生产效率，减少产品的次品率。二、目标(1)数据整理恂岖薪与统计。(2)生产线运行情况的可视化分析。(3)生产线影响因素分析。三、任务。
Python数据分析与展示：从基础到实践
"该资源是嵩天老师的Python数据分析与展示课程的综合课件，涵盖了从数据表示、清洗、统计到展示的全过程。课程基于Python语言，重点介绍了NumPy、Pandas和Matplotlib等核心库的使用。课程内容分为8个单元，共计12个...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值