sz1125218970的博客

首先名字别读错：an pu ruo ao rui 【拼音发音】Apriori是一种推荐算法推荐系统：从海量数据中，帮助用户进行信息的过滤和选择。主要推荐方法有：基于内容的推荐、协同过滤推荐、基于关联规则的推荐、基于知识的推荐、混合推荐。关联分析：是一种在大规模数据集中寻找有趣关系的非监督学习算法，是利用一些有趣性的量度来识别数据库中发现的强规则。

这部分内容是对Pandas的回顾，同时也是对Pandas处理异常数据的一些技巧的总结，不一定全面，只是自己在数据处理当中遇到的问题进行的总结。

这部分总结就是总结每个基础技术的定义，在了解基础技术名称和定义后，方便对相关技术进行检索学习。笔记不会详细到所有操作都说明，但会把基础操作的名称及作用说明，可自行检索。为什么要安装office的excel，而用wps不行？因为数据分析中excel是个重要的工具，wps中缺乏一些专业功能，或者说大多数人更喜欢白P，而WPS看似白P，实则付费，excel看似付费，但破解之后可以完美白P所有功能。保护设置：1、保护工作簿：将整个excel文件进行加密。

pandas中series数据：series数据是一维数组，它有对应的索引（index）和数据（data）两部分组成，在初始化的时候可以不传index，只传data进去，注意不论是index还是data都是通过列表传入的数据，index默认是从0开始，你也可以自己传了index列表，index列表中不一定是数字，也可以是字符串。一般使用pandas就直接使用DataFrame，因为一维数组也可以用其表示，且一维的DataFrame可以转化为。

可以查看pandas文档。

【代码】数据分析13——Pandas数据导出/日期数据处理/样本采样。

函数名：cut参数说明：x:必须是一维输入数组，一般就是dataframe数据中某一列数据；bins：整型或者列表，是切分的规则；right：True表示切分区间是左开右闭，否则是左闭右开；其他参数：【labels，retbins，precision，include_lowest，duplicates，ordered】举例：按照数据中成绩进行数据切分，等距分为10组：tb[‘等距分箱’] = pd.cut(x=tb[‘成绩’], bins=10, right=False)

在pandas中进行数据合并的操作和数据库中的join操作非常类似。

numpy是生成和处理array类型矩阵数据的工具，而pandas中的series（一维矩阵）和dataframe（二维矩阵）数据类型可以来自numpy生成的数据，pandas的重要之处在于他可以导入和处理多种格式类型的数据，其中还有很多方法可以使用。

【代码】数据分析09——Pandas中的索引设置/排序/数据统计（异常值处理）

使用pandas修改数据是否会改变源数据？Pandas 对 DataFrame 的操作通常是针对原始数据本身而不是其副本的。例如，当我们使用 .loc 或 .iloc 方法选择 DataFrame 中的某行或某列并进行修改时，实际上是直接更改了原始数据，而不是创建了一个副本进行修改。为了避免修改源数据，我们可以采取以下两种方法：使用 copy() 方法，生成原 DataFrame 的副本，并对副本进行操作，这样就不会对原 DataFrame 产生影响。

在《数据分析06——Pandas中的数据抽取》中已经介绍了在Pandas中如何进行数据查找，而查找这个功能是增加修改和删除的前提。首先创建一个DataFrame数据，用于后面的举例。补充，在jupyter中要查看某个函数的参数详情，可以把光标放在函数上，然后按下shift+table。

在Pandas中进行数据抽取主要有两种方法，一种是loc方法，一种是iloc方法；在获取数据时可以获取的数据有三种形式，一种是Series类型，一种是DataFrame类型，还有一种是直接获取数据值；在进行切片获取数据时，要注意通过索引号来切片是左闭右开，通过索引名来切片就是左闭右闭；

1、导入Excel：注意这种方法可以导入xlsx和xls两种类型的数据读入的数据会以DataFrame的格式显示举例：df = pd.read_excel(‘./data/demo_03.xlsx’)还可以导入excel文件中具体的某一个表格：pd.read_excel(‘./data/demo_03.xlsx’, sheet_name=‘工作表1’)导入时要看字段名在excel表的哪一行（以第二行为例）：pd.read_excel(‘./data/demo_03.xlsx’, sheet_na

Pandas是基于NumPy开发的数据分析三大剑客之一，Python数据分析的核心库提供快速、灵活、明确的数据结构Series对象：一维数组结构，由index和value构成DataFrame对象：二维数组结构，由index、column和value构成能够简单、直观、快速地处理各种类型的数据在DataFrame中的很多属性和函数都是通过列来进行操作的，所以在DataFrame中列可以看作一个基本单位。

数组：计算机领域的概念矩阵：数学领域的概念对于Numpy而言，矩阵是数组的分支。

0、numpy：在计算机中会把数学当中的矩阵叫做数组，在很多应用中的表格也就是通过矩阵表示的，所以numpy广泛用于机器学习，数据分析，和图像处理领域。1、numpy常用方法和函数：前言：在使用numpy创建数组之前必须先导入模块：import numpy as np创建一维数组：arr1 = np.array([1, 2, 3])创建二维数组：arr4 = np.array([[1, 2], [3, 4]])查看数组维度：arr4.ndim查看元素数量：arr4.size查看元素形

查看所有魔法命令：%lsmagic测试一个单元格代码执行时间：%%time，注意%time是行魔法命令，就是测试一行代码用了多少时间。如果要查看一个魔法命令的作用，可以在写完魔法命令之后在后面加一个英文字符的问号，然后执行就能弹出该命令的官方文档。要查看一些python模块，也可以用在模块名后面加问号来查看。查看一个函数的作用，可以把光标点到函数括号中，然后按shift+tab键，就会弹出提示在jupyter中写好的python代码可以在jupyter的命令行模式下按下ctrl+L键来自动排版（前提是之前