USDA Food DataBase

最新推荐文章于 2023-07-12 11:29:56 发布
最新推荐文章于 2023-07-12 11:29:56 发布
阅读量506 收藏
点赞数
分类专栏： 综合-机器学习项目
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014765410/article/details/82729669
版权

函数联想

  • 使用pandas进行数据清洗
  • numpy中astype()和dtype用法
  • series.idxmax() #return index of max value
  • series.idxmin() #return index of min value
    简单示例：
    简单示例
  • pandas.MultiIndex.from_tuples([(1,’a’),(2,’b’)])
  • pandas.MultiIndex.from_arrays([np.array((1,2)),np.array((‘a’,’b’))])
  • pandas.MultiIndex.from_product([[1,2],[‘a’,’b’]])

数据分析code

github地址

Sarah ฅʕ•̫͡•ʔฅ
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
pandas教程：USDA Food Database USDA食品数据库
Cachel Wood的博客
11-28 719
译者：虽然作者在书中说了用concat联结在一起，但我实际测试后，这个concat的方法非常耗时，用时几乎是append方法的两倍，所以上面的代码中使用了append方法。我们必须把这样的数据进行处理，方便之后的分析。这个数据是关于食物营养成分的。部分组合成一个大表格。每种食物都有一系列特征，其中有两个。这里我们提取食品名，群（我们可以看到食物群的分布，使用。上面所有步骤结束后，我们可以把。的时候，我们可以吹创业提取的。数据做一些分析，把每种食物的。(氨基酸)的营养群（
Python数据分析案例四： USDA食品数据库
qq_41925850的博客
08-15 1982
一：介绍 该案例来自《利用Python进行数据分析·第2版》，分析的对象是美国农业部（USDA）制作的一份有关食物营养信息的数据库。 二：分析流程 1：读取数据： import json import pandas as pd db = json.load(open('C:/Users/17322/Desktop/datasets/usda_food/database.json' )) 2：汇总...
USDA食品数据库
12-22
USDA食品数据库 !git clone https://github.com/wesm/pydata-book 0 导入相关库 # 基础 import numpy as np # 处理数组 import pandas as pd # 读取数据&&DataFrame import matplotlib.pyplot as plt # 制图 import seaborn as sns from matplotlib import rcParams # 定义参数 from matplotlib.cm import rainbow # 配置颜色 %matplotlib inline import
14.4 usda食品数据库
海边凝望的博客
07-20 1075
1、对JSON数据进行规整、读取 2、将所有食物的营养成分整合到一个大表中：首先数据转换成DataFrame,并添加一个表示编号的列；然后将该 DataFrame添加到一个列表中，最后通过concat将这些东西连接起来 ...
数据分析实战(四)：美国农业部食品数据库
代码写的越急，程序跑得越慢。
11-13 1888
美国农业部食品数据库 数据规整 import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import json # 准备数据（整体上是字典构成的字典） db = json.load(open('datasets/usda_food/database.json')) # db是字典构成的字典，注意筛选的方...
利用Python进行数据分析--USDA食品数据库分析
Season CSDN博客
09-21 1739
对USDA食品数据库进行分析，data请见https://github.com/wesm/pydata-book #导入数据 # 导入数据 import json db = json.load(open(r'data\usda_food\database.json')) # 检查数据 db[0].keys() # dict_keys(['id', 'description', 'tags', 'manufacturer', 'group', 'portions', 'nutrients']) # 检查数
USDA食品数据库JSON文件.rar
02-12
标题 "USDA食品数据库JSON文件.rar" 涉及到的是一个有关食品数据的资源，该资源以JSON格式存储，通常用于数据处理和分析。JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，同时也...
python for data analysis-USDA食品数据json及ipynb文件
04-09
python for data analysis-USDA食品数据json及ipynb文件
usda
03-20
乌斯达
USDA食品数据库 foods-2011-10-03.json
04-09
美国农业部（USDA）制作了一份有关食物营养信息的数据库，JSON版
Python for Data Analysis 示例数据（含USDA食品数据库）
03-01
Python for Data Analysis 各章节示例数据（含USDA食品数据库）
ABBREV.txt
10-04
USDA的营养数据实验室提供的数据（（http://www.ars.usda.gov/nutrientdata）。在他们的主页上点击USDA National Nutrient Database for Standard Reference链接，就能看到很多以普通文本形式（ ASCII ）保存的数据文件，这就是需要的内容。
6636条的USDA食物营养数据.zip
07-16
利用python进行数据分析第七章实例使用数据，不含实操代码、纯数据
数据分析：USDA食品数据库
MRxjh的博客
03-13 4063
# -*- coding: utf-8 -*- import json import pandas as pd from pandas import DataFrame db = json.load(open('usda_food/database.json')) #print len(db) #print db[0].keys() #print db[0]['nutrients'][...
利用Python进行数据分析—美国农业部视频数据库
m0_64685168的博客
07-12 200
我们对美国农业部的食物营养信息数据库进行了一些数据清洗和转换的工作。以上是对美国农业部食物营养信息数据库的数据清洗和转换的一些分析。
python数据分析十八：USDA食品数据库分析(总结，原始数据分享)
qq_38788128的博客
06-25 3176
分享一下这本书的原始数据数据# -*- coding: utf-8 -*- import pandas as pd from pandas import Series,DataFrame import numpy as np ''' 分析美国农业部食品数据库 ''' import json db=json.load(open('C:\\tools\\pydata-book-master\\...
食物的抗氧化性，ORAC
东躲西藏终有尽，但求十年不折腾
03-21 1125
 2012 USDA's Nutrient Data Laboratory  (NDL) removed the USDA ORAC Database for Selected Foods from the NDL website due to mounting evidence that the values indicating antioxidant capacity have no rel...
USDA食品数据库示例中资源缺失和解决办法
Omann的博客
02-12 387
第七章中示例：USDA食品数据库所给的关于原始数据（食品数据库的JSON版）的资源链接，经过搜索，已经失效了（第二版）。 后经努力寻找，终于找到一个资源，现分享给大家，免去学习数据分析中去寻找资料而劳苦伤神。 上传了CSDN，还在审核中，不知道能不能成功。 放在GitHub中，可能网速下载较为慢，已经压缩成rar格式。 https://github.com/Theo-yu/python-for-d...
USDA/NAIP/DOQQ
最新发布
05-05
USDA/NAIP/DOQQ是美国农业部（USDA）的国家农业影像计划（NAIP）中的数字正射影像（DOQQ）数据。这些数据是由美国农业部通过航空摄影获取的高分辨率航空影像。DOQQ是指数字正射影像四角图，它是一种经过校正的航空影像，具有一定的地理参考信息。 这些影像数据广泛用于农业、土地管理、环境监测、城市规划等领域。通过使用这些数据，用户可以获取关于土地利用、土地覆盖、植被健康状况等方面的信息。 以下是一些关于USDA/NAIP/DOQQ的常见问题和答案： 1. 如何获取USDA/NAIP/DOQQ数据？ USDA/NAIP/DOQQ数据可以通过美国农业部的网站或其他相关数据提供商获取。用户可以根据自己的需求选择合适的数据集和区域进行下载或购买。 2. 如何使用USDA/NAIP/DOQQ数据进行土地利用分类？ 用户可以使用遥感图像处理软件，如ENVI、ArcGIS等，对USDA/NAIP/DOQQ数据进行预处理和分类。常见的土地利用分类方法包括基于像元的分类、基于对象的分类等。 3. 如何获取USDA/NAIP/DOQQ数据的地理参考信息？ USDA/NAIP/DOQQ数据通常包含地理参考信息，如坐标系、投影信息等。用户可以使用地理信息系统软件，如ArcGIS、QGIS等，查看和提取这些地理参考信息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Sarah ฅʕ•̫͡•ʔฅ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值