- 博客(5)
- 收藏
- 关注
原创 数据建模及模型评估
import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from IPython.display import Image %matplotlib inline#%matplotlib inline 可以在Ipython编译器里直接使用,功能是可以内嵌绘图,并且可以省略掉plt.show()这一步 plt.rcParams['font.sans-serif'] = ['SimH.
2021-06-23 15:11:18
135
原创 数据可视化
#准备工作 %matplotlib notebook import numpy as np import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv('result.csv') df.head() 1.最基本的可视化图案有哪些?分别适用于那些场景? 散点图 用于可视化两个一维数据序列的关系 柱状图 用于可视化各索引的对比 直方图 用于可视化值频率的对比 折线图 用于可视化属性值随时间的变化趋势 扇形图 用于可视化各部分所占.
2021-06-21 18:12:23
156
原创 数据的重构
import pandas as pd import numpy as np df = pd.read_csv('/Users/Administrator/Desktop/组对学习/hands-on-data-analysis-master/第二章项目集合/data/train-left-up.csv') df.head()
2021-06-19 16:05:03
95
原创 数据清洗及特征处理
#准备工作 import pandas as pd import numpy as np #加载数据train.csv df = pd.read_csv('train.csv') df.head(3)
2021-06-17 17:07:42
126
原创 数据加载及探索分析
1.1.1 任务一:导入numpy和pandas In[36]: #写入代码 import pandas as pd import numpy as np
2021-06-15 21:29:11
198
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人