Python数据科学快速入门系列
文章平均质量分 95
机器未来
专注AIoT领域,追逐未来时代的脉搏,记录路途中的技术成长
展开
-
【Python数据科学 | 11】应用实战:我的第一个开源项目-基金定投回测工具
项目是博主想实现躺赢的基金组合投资工具。博主的基金投资理念是长期定投,买大盘指数,分散投资,优先保住本金。原创 2022-11-07 07:30:00 · 4482 阅读 · 220 评论 -
【Python数据科学快速入门系列 | 10】Matplotlib数据分布图表应用总结
本篇文章总结常用的数据分布图表。数据分布图表强调数据集中的数值及其频率或分布规律。常见的有统计直方图、核密度曲线图、箱形图、小提琴图等。原创 2022-10-24 07:00:00 · 6433 阅读 · 221 评论 -
【Python数据科学快速入门系列 | 09】Matplotlib数据关系图表应用总结
本篇文章总结常用的数据关系图表。数据关系图表强调2个或以上变量的相关性关系。例如机器学习、深度学习时分析特征与标签的相关性分析。数据关系图表又分为数值关系、层次关系和网络关系三种。曲线图、散点图、散点矩阵图在机器学习和深度学习中应用到也较多,除了matplotlib可以绘制以外,pandas也带有很多绘图方法,后面进一步讨论。原创 2022-09-30 06:45:00 · 6291 阅读 · 98 评论 -
【Python数据科学快速入门系列 | 08】Matplotlib类别比较图表应用总结
数据可视化是数据分析的重要手段,而不同的应用场景应选择不一样的图表。根据应用场景的不同,我们将图表分为6类:类别比较图表、数据关系图表、数据分布图表、时间序列图表、整体局部图表、地理空间图表。类别比较图表强调分类数据的规模对比数据关系图表强调2个或以上变量的相关性关系。例如机器学习、深度学习时分析特征与标签的相关性分析。数据关系图表又分为数值关系、层次关系和网络关系三种。数据分布图表强调数据集中的数值及其频率或分布规律时间序列图表强调数据随时间变化的规律或趋势,例如股票数据。整体局部图表。原创 2022-09-23 06:30:00 · 6678 阅读 · 113 评论 -
【Python数据科学快速入门系列 | 07】Matplotlib数据可视化基础入门(二)
本文概述了matplotlib是什么,能做什么,怎么做的问题,是一篇matplotlib数据可视化入门文章,对于matplotlib的基础功能做了一个整体的使用说明。包含图例、轴标签、绘图区域的标签、轴的刻度、轴的范围,cmap颜色图谱映射以及注释等内容。原创 2022-09-17 18:30:00 · 5628 阅读 · 67 评论 -
【Python数据科学快速入门系列 | 06】Matplotlib数据可视化基础入门(一)
本文概述了matplotlib是什么,能做什么,怎么做的问题,是一篇matplotlib数据可视化入门文章,对于matplotlib的基础功能做了一个整体的使用说明。包含绘制第一个图表、绘图编程风格、Figure画布、axes绘图区,绘图样式等内容。原创 2022-09-17 06:30:00 · 9076 阅读 · 77 评论 -
猿创征文|【Python数据科学快速入门系列 | 05】常用科学计算函数
本文以鸢尾花的数据预处理为例,描述了科学计算在机器学习使用的示例。原创 2022-08-31 06:00:00 · 6450 阅读 · 50 评论 -
【Python数据科学快速入门系列 | 04】Numpy四则运算、矩阵运算和广播机制的爱恨情仇
本文总结了numpy常见的运算,四则运算与矩阵运算,以及它们的区别。同时描述了在形状不满足要求时,在特定情况下仍然可以运算的广播机制。矩阵的加法、减法运算和数组的加法、减法运算一样,都是对位运算,数乘运算也比较简单,就是每个元素都乘以数,但是矩阵乘法和数组的乘法差距较大。矩阵乘法也叫求矩阵的内积,是深度学习神经网络最底层的数学基础。原创 2022-08-24 07:30:00 · 6393 阅读 · 50 评论 -
【Python数据科学快速入门系列 | 03】玩转数据摘取:Numpy的索引与切片
玩转数据摘取:Numpy的索引与切片原创 2022-08-05 14:02:06 · 2248 阅读 · 3 评论 -
【Python数据科学快速入门系列 | 02】创建ndarray对象的十多种方法
创建ndarray对象的十多种方法原创 2022-07-31 23:51:12 · 2250 阅读 · 0 评论 -
【Python数据科学快速入门系列 | 01】Numpy初窥——基础概念
NumPy是Python中科学计算的基础包。它是一个Python库,提供多维数组对象,各种派生对象(如掩码数组和矩阵),以及用于数组快速操作的各种API,包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数,基本统计运算和随机模拟等等。Numpy底层是用C语言实现的,所以其计算速度极快。...............原创 2022-07-25 10:15:51 · 1390 阅读 · 38 评论