Raymone Shaw的博客

用一条SQL 语句 查询出每门课都大于80 分的学生姓名nameclassscore张三语文81张三数学75李四语文76李四数学90王五语文81王五数学100王五英语90答案 1：使用子查询，先选择分数小于等于 80 分的学生姓名，只要姓名不在这里面的，就每门课程都大于 80 分SELECT D...

SQL 学习

面向数据科学家的实用统计学第一章

Pandas 的高阶用法，主要包含分类对象 Categorical，groupby 的“展开” 方法 transform ，分组时间重采样用到的 TimeGrouper 对象

时间序列数据在很多领域都是重要的结构化数据形式。在多个时间点观测或测量的数据形成了时间序列。本文主要学习如下三种标记和引用时间序列数据的方法：- 时间戳：即具体的时刻- 固定的时间区间：如 2018 年的 2 月或整个 2018 年- 时间间隔：由开始和结束的时间戳表示。时间区间可以视为时间间隔的特殊情况

对数据集进行分类，并在每一组上应用一个聚合函数或转换函数1. 使用一个或多个键（以函数、数组或 DataFrame 列名的形式）将 pandas 对象拆分为多块2. 计算组汇总统计信息，如计数、平均值或标准偏差或用户定义的函数3. 应用组内变换或其他操作，如标准化、线性回归、排位或子集选择4. 计算数据透视表和交叉表5. 执行分位数分析和其他统计组分析

数据清洗与准备1. 处理缺失值1.1 过滤缺失值——dropna1.2 补全缺失值——fillna2. 数据转换2.1 删除重复值2.2 使用函数或者映射进行数据转换——map2.3 替代值——replace2.4 重命名索引2.5 离散化和分箱——cut & qcut1. 处理缺失值缺失值：np.nan；None；1.1 过滤缺失值——dropnaSeries 对象：fro...

信息可视化，即绘图，主要学习 matplotlib 及以其为基础的库

主要包含 pandas 中的分层索引概念，以及特定的数据操作1. 分层索引1.1 分层索引简单介绍1.2 重排序和层级排序1.3 按层级进行汇总统计1.4 使用 DataFrame 的列进行索引2. 联合与合并数据集2.1 数据库风格的 DataFrame 连接——merge2.2 根据索引合并2.3 沿轴向连接8.2.4 联合重叠数据8.3 重塑和透视8.3.1 使用多层索引进行重塑8.3.2 ...

数据载入、存储及文件格式1. 文本格式数据的读写1. 文本格式数据的读写将表格型数据读取为 DataFrame 的 pandas 解析函数：函数描述read_csv从文件、URL或文件型对象读取分隔好的数据，逗号是默认分隔符read_table从文件、URL或文件型对象读取分隔好的数据，制表符（’\t’）是默认分隔符read_fwf从特定宽度格式的文件中...

pandas 入门1. pandas 数据结构介绍1.1 Series1.2 DataFrame1.3 索引对象2. 基本功能2.1 重建索引: reindex2.2 轴向上删除条目： drop2.3 索引、选择与过滤2.4 整数索引2.5 算术和数据对齐2.6 函数应用和映射2.7 排序和排名2.8 含有重复标签的轴索引3. 描述性统计的概述与计算3.1 相关性和协方差3.2 唯一值、计数和成员...

Python 数据分析基础知识部分1. Python语言基础、IPython 及 Jupyter notebook1.1 Jupyter notebook1.2 Python 语言基础1.2.1 语言语义1.2.2 标量类型1.2.3 控制流2. 内建数据结构、函数及文件2.1 数据结构和序列2.1.1 元组2.1.2 列表2.1.3 内建序列函数2.1.4 字典2.1.5 集合2.1.6 列表、...

NumPy 基础主要内容：主要内容：ndarray：一种高效多维数组，具有基于数组的便捷算术操作以及灵活的广播功能；对所有数据进行快速的矩阵运算，无序编写循环程序；对硬盘中的数组数据进行读写的工具，并对内存映射文件进行操作；线性代数、随机数生成以及傅里叶变换功能；用于连接 NumPy 到 C、C++ 和 FORTRAN 语言类库的 C 语言 API；...