python数据分析
JPC客栈
分享Java、Python、C/C++、JavaScript等编程语言的相关知识和应用
展开
-
快餐数据分析Python
可以看到,一共有4622条数据,只有 choice_description列有缺失值, item_price为object类型是因为 价格前面有 $ 符号。这里先按 item_name 分组,再按 quantity 求和,as_index 表示不将 item_name 作为序号。在 choice_description 中,下单次数最多的商品是什么。在每个订单收入的基础上,对 sub_total 求均值。查看某一列有多少个不同的值,使用 nunique。一共有50种商品,我们再按数量从高到低排序。原创 2024-04-28 19:14:29 · 1226 阅读 · 0 评论 -
Matplotlib绘图知识小结--Python数据分析学习
plt.title('绘图',fontsize=25)plt.xlabel('x轴',loc='right')plt.ylabel('y轴',loc='top')# 只有平行于x轴方向有网格线plt.show()color:‘b’ 蓝色,‘m’ 洋红色,‘g’ 绿色,‘y’ 黄色,‘r’ 红色,‘k’ 黑色,‘w’ 白色,‘c’青绿色,‘#008000’ RGB 颜色符串。linestyle:‘‐’ 实线,‘‐‐’ 破折线,‘‐.’ 点划线,‘:’ 虚线。原创 2023-08-16 23:25:49 · 1436 阅读 · 0 评论 -
Matplotlib学习挑战第五关--绘制多图subplot() 和 subplots()
N ,左上的子区域的编号为 1、右下的区域编号为 N,编号可以通过参数 index 来设置。设置 numRows = 1,numCols = 2,就是将图表绘制成 1x2 的图片区域, 对应的坐标为:(1, 1), (1, 2)subplot() 方法在绘图时需要指定位置,subplots() 方法可以一次生成多个,在调用时只需要调用生成对象的 ax 即可。plotNum = 1, 表示的坐标为(1, 1), 即第一行第一列的子图。我们可以使用 pyplot 中的。方法来绘制多个子图。原创 2023-08-16 23:17:21 · 350 阅读 · 0 评论 -
Pandas学习挑战第五关-JSON
JSON(JavaScript Object Notation,JavaScript 对象表示法),是存储和交换文本信息的语法,类似 XML。JSON 比 XML 更小、更快,更易解析。Pandas 可以很方便的处理 JSON 数据。将得到:可以直接从URL中读取JSON数据:2、内嵌的 JSON 数据假设有一组内嵌的 JSON 数据文件 nested_list.json :使用以下代码格式化完整内容:得到:显示内容不完整需要使用到 json_normalize() 方法将内嵌的数据完整原创 2022-06-06 18:17:11 · 130 阅读 · 0 评论 -
python数据分析学习-DataFrame基础
1、创建一个DataFrameimport pandas as pdimport numpy as npif __name__ == '__main__': t1=pd.DataFrame(np.arange(12).reshape(3,4)) print(t1)替换索引名称:t2=pd.DataFrame(np.arange(12).reshape(3,4),index=list('abc'),columns=list('abcd')) print(t2)原创 2022-01-25 11:55:31 · 1456 阅读 · 0 评论 -
python数据分析学习-pandas基础
import pandas as pdif __name__ == '__main__': t1=pd.Series([1,23,4,5,1],index=list("abcde")) print(t1) temp_dict={'name':'xiaoming','age':'19','id':'10086'} #通过字典生成 t2=pd.Series(temp_dict) print(t2)''' pandas读取csv文件:.read_.原创 2022-01-24 21:49:27 · 680 阅读 · 0 评论 -
python数据分析-numpy02
import numpy as npif __name__ == '__main__': t1=np.array([1,2,3]) print(t1.shape)#查看维数 t2=np.array([[1,2],[3,4]]) print(t2.shape) t3=t2.reshape(1,4)#改变形状 print(t3) t4=np.arange(12).reshape(3,4)#指定形状 print(t4) ''' 计原创 2022-01-19 21:28:37 · 589 阅读 · 0 评论 -
python数据分析-numpy基础01
import numpy as npimport randomif __name__ == '__main__': t1=np.array([1,2,3,4,5]) print(t1) print(type(t1)) t2=np.array(range(10)) print(t2) t3=np.arange(10)#numpy独有,与t2效果一样 print(t3) print(t3.dtype)#查看t3里面数据的类型 t4=np原创 2022-01-19 18:41:05 · 256 阅读 · 0 评论