数据挖掘目录

 

Numpy

1. 1. 1. Numpy 的ndarray
      2. ndarray的数据类型
      3. Numpy的array数组和标量之间的运算
      4. numpy 切片和索引
      5. Numpy 的数组转置和轴对换
      6. Numpy 的通用函数：快速的元素级数组函数
      7. Numpy 产生随机的一维， 二维数组代码
      8. Numpy 的数学和统计方法
      9. Numpy 利用数组进行数据处理where, sort, unique等
      10. Numpy 用于数组的文件输入和输出
      11. Numpy的线性代数
      12. numpy的排序

 

pandas

1. 1. 1. pandas 的数据结构（Series， DataFrame）创建以及索引等方法
      2. DataFrame重命名单个column
      3. pandas 的算术运算和数据对齐
      4. Pandas DataFrame 函数应用和映射（有对dataframe小数格式化方法等）
      5. Series 对缺失值进行处理
      6. Pandas的排序和排名（Series， DataFrame）
      7. DataFrame在算术方法中填充值
      8. pandas 带有重复值的轴索引
      9. pandas汇总和计算描述统计
      10. 唯一值、值计数以及成员资格
      11. 相关系数和协方差
      12. 处理缺失数据
      13. 层次化索引
      14. Pandas 读取文本格式数据
   2. error
      1. pandas Series KeyError: -1

数据规整化：清洗、转换、合并、重塑

1. 1. 1. Pandas 的轴向连接 concat
      2. 数据规整化：pandas 求合并数据集（交集并集等）merge等
      3. 合并重叠数据combine_first, where等
      4. 重塑和轴向旋转unstack, stack

 　　　　转换：

1. 1. 1. 数据转换--移除重复数据等
      2. 利用函数或映射进行数据转换 （map）
      3. 替换值
      4. 重命名轴索引
      5. 离散化和面元划分（可以理解为划分段）