python数据分析
数据分析
Joker-Tong
深度学习learning中
展开
-
DataFrame的创建
Python 数据分析 pandas之DataFrame的创建—b站 python数据分析(黑马程序员)1.创建import numpy as npimport pandas as pd# 创建t = pd.DataFrame(np.arange(12).reshape(3, 4))print(t)''' 0 1 2 30 0 1 2 31 4 ...原创 2020-01-22 12:59:15 · 285 阅读 · 0 评论 -
Series切片索引
Python 数据分析 pandas之Series切片索引—b站 python数据分析(黑马程序员)大多数方法与numpy中类似,可以通过字典,numpy理解嵌套列表取值索引和值的类型关于Series的更多方法还可以通过查阅文档资料...原创 2020-01-22 11:46:43 · 278 阅读 · 0 评论 -
Series创建
Python 数据分析 pandas之Series创建—b站 python数据分析(黑马程序员)1.最简单的创建,看出Series是带标签的一维数组2.带索引的创建,索引的个数必须和数值个数相同3.通过字典来创建4.查看数据类型和修改index(这里修改的index只能在原先的index上更改顺序,如果出现新的索引,那么他对应的值自动赋为NaN,整个数组的dtype也会改为floa...原创 2020-01-22 11:33:52 · 462 阅读 · 0 评论 -
Python 数据加工 之 pandas
Python 数据加工 之 SeriesPython編程 从数据分析到数据科学 摘抄及拓展Series的特点key - value 型数据结构显式index(用户定义) 和 隐式index(系统分配,类似于列表的下标)1.下载pandas模块pip install pandas -i http://pypi.douban.com/simple/ --trusted-host pyp...原创 2020-01-22 11:02:44 · 559 阅读 · 0 评论 -
numpy 之 将nan改为均值
Python 数据分析 之numpy的nan含有nan时,若要进行求均值等操作,先将nan替换为改列(行)的均值代码如下import numpy as npt1 = np.arange(12).reshape(3, 4).astype('float')t1[1, 2:] = np.nandef fill_ndarray(t1): for i in range(t1.s...原创 2020-01-21 19:17:02 · 1051 阅读 · 0 评论 -
numpy的取值,拼接
Python 数据分析 之numpy的取值,拼接—b站 python数据分析(黑马程序员)import numpy as npt = np.arange(12).reshape(3, 4)print(t)[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15] [16 17 18 19] [20 21 22 23]]...原创 2020-01-21 17:26:00 · 338 阅读 · 0 评论 -
numpy的转置
Python 数据分析 之numpy的转置—b站 python数据分析(黑马程序员)三种方法常用前两种swapaxes为交换轴import numpy as npt1 = np.arange(24).reshape(4, 6)print(t1)[[ 0 1 2 3 4 5] [ 6 7 8 9 10 11] [12 13 14 15 16 17] [18 1...原创 2020-01-21 15:17:56 · 248 阅读 · 0 评论 -
numpy的计算
Python 数据分析 之numpy的计算—b站 python数据分析(黑马程序员)广播机制(加减乘除作用在每个元素上,类似于矩阵的运算)import numpy as npt1 = np.arange(24).reshape(4, 6)print(t1 + 2)'''[[ 2 3 4 5 6 7] [ 8 9 10 11 12 13] [14 15 16 17 1...原创 2020-01-21 14:48:40 · 267 阅读 · 0 评论 -
numpy的形状
Python 数据分析 之numpy的形状—b站 python数据分析(黑马程序员)1.查看数组的形状,shapet1 = np.arange(12)print(t1.shape)t2 = np.array([[1, 2, 3, 4, 5], [2, 3, 4, 5, 6]])print(t2.shape)(12,)(2, 5)Process ...原创 2020-01-21 11:26:22 · 883 阅读 · 0 评论 -
numpy的创建
Python 数据分析 之numpy创建—b站 python数据分析(黑马程序员)1.三种方法创建numpy.ndarray类型import numpy as npt1 = np.array([1, 2, 3, ])print(t1)t2 = np.array(range(10))#使用较少,通常用第三种print(t2)t3 = np.arange(10)print(t3...原创 2020-01-21 10:47:44 · 279 阅读 · 0 评论 -
Python 数据加工 之 Matplotlib(绘制直方图)
Python 数据加工 之 Matplotlib(绘制直方图)假设你获取了250部电影的时长(列表a中),希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量,出现的频率)等信息,你应该如何呈现这些数据?a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 1...原创 2020-01-21 09:56:24 · 1708 阅读 · 0 评论 -
Python 数据加工 之 Matplotlib(条形图多次绘制)
Python 数据加工 之 Matplotlib(条形图多次绘制)假设你知道了列表a中电影分别在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观的呈现该数据?a = [“猩球崛起3:终极之战”,“敦刻尔克”,“蜘蛛侠:英雄归来”,“战狼2”]b_16 ...原创 2020-01-20 20:27:51 · 681 阅读 · 0 评论 -
Python 数据加工 之 Matplotlib(条形图)
Python 数据加工 之 Matplotlib(条形图)—b站 python数据分析(黑马程序员)假设你获取到了2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据?a = [“战狼2”,“速度与激情8”,“功夫瑜伽”,“西游伏妖篇”,“变形金刚5:最后的骑士”,“摔跤吧!爸爸”,“加勒比海盗5:死无对证”,“金刚:骷髅岛”,“极限特工:终极回...原创 2020-01-20 20:15:13 · 324 阅读 · 0 评论 -
Python 数据加工 之 Matplotlib(散点图案例)
Python 数据加工 之 Matplotlib(散点图)—b站 python数据分析(黑马程序员)假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律?a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,1...原创 2020-01-20 19:24:32 · 482 阅读 · 0 评论 -
Python 数据加工 之 Matplotlib(折线图案例)
Python 数据加工 之 Matplotlib小案例假设大家在30岁的时候,根据自己的实际情况,统计出来了从11岁到30岁每年交的女(男)朋友的数量如列表a,a = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]请绘制出该数据的折线图.以便于分析自己每年交女(男)朋友的数量走势# 假设大家在30岁的时候,根据自己的...原创 2020-01-20 18:13:05 · 479 阅读 · 0 评论 -
Python 数据加工 之 Matplotlib
Python 数据加工 之 Matplotlib—b站 python数据分析(黑马程序员)第一步画图如果没有安装matplotlib的同学可以在cmd命令行中使用下面的命令安装pip install matplotlib-i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com一、下面是第一个案例,绘制一天中温度随时...原创 2020-01-20 16:47:30 · 305 阅读 · 0 评论 -
Python 数据加工 之 数组(numpy)
Python 数据加工 之 数组(numpy)Python編程 从数据分析到数据科学 摘抄及拓展随机数生成一个随机数import randomrandom.seed(3)a = random.randint(1,100) #生成一个[1,100]的随机整数print(a) #31a = random.uniform(-10,10)#[-10,10]之间的随机浮点数print(...原创 2020-01-20 10:43:27 · 417 阅读 · 1 评论