python分析多维数据_python pandas初学者:多维数据分析工作流(groupby+agg+plot)

本文是Python初学者关于使用Pandas进行多维数据分析的工作流程介绍。通过示例展示了如何处理包含参数A到F的多维数据,使用groupby和agg函数进行分组聚合,并探讨了如何根据特定参数生成图表。文章最后提出了如何根据参数常量生成低维绘图的问题。
摘要由CSDN通过智能技术生成

我刚开始接触熊猫,并尝试学习如何处理我的多维数据。在

我的数据

假设我的数据是列['a'、'B'、'C'、'D'、'E'、'F'、'G']的CSV。这些数据描述了一些模拟结果,其中['A'、'B'、…、'F']是模拟参数,“G”是输出之一(本例中只有现有的输出!)。在

编辑/更新:

正如Boud在评论中建议的那样,让我们生成一些与我的数据兼容的数据:import pandas as pd

import itertools

import numpy as np

npData = np.zeros(5000, dtype=[('A','i4'),('B','f4'),('C','i4'), ('D', 'i4'), ('E', 'f4'), ('F', 'i4'), ('G', 'f4')])

A = [0,1,2,3,6] # param A: int

B = [1000.0, 10.000] # param B: float

C = [100,150,200,250,300] # param C: int

D = [10,15,20,25,30] # param D: int

E = [0.1, 0.3] # param E: float

F = [0,1,2,3,4,5,6,7,8,9] # param F = rando

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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