python中的ascending_如何使用Python进行数据清洗与分析

89938f6d00ca59a39f867d3133ac2297.png

Python学习过程中numpy和pandas是应用最为广泛的包,我们这次来一起学习利用它们进行数据分析的方法,本次分为三部分:一维数据分析、二维数据分析和数据分析案例

1.一维数据分析

numpy中的一维数组定义

86fbc76e519852d627f84c08114dbb38.png

mumpy中的一维数组可以进行平均值和标准差的计算,还可以进行向量化计算,这点与数据表不同

panda中一位数据结构的定义方式如下

91e7f0faf3dbe6ba13a4eb75905b3097.png

b551dce3ed62dfa0d1acb40da7b1000d.png

取值可以通过两种方法,使用iloc根据需要进行取值,还可以通过loc根据索引值进行取值

2.二维数据分析

numpy中的二维数组创建与取值方法如下,使用冒号可以切片访问代表该行或该列的全部值

cbf976d47db64d55ca304050a31fafb5.png

按照行或列进行平均值计算的方式如下:

  • 4
    点赞
  • 18
    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