![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
文章平均质量分 69
weixin_38094100
这个作者很懒,什么都没留下…
展开
-
python之numpy
python之numpy1.numpy概述1.1 numpy介绍numpy是python的第三方库,其支持大量高维度数组和矩阵的运算,NumPy包的核心是ndarray对象;科学计算功能:一个强大的N维数组对象 ndarray广播功能函数整合 C/C++/Fortran 代码的工具线性代数、傅里叶变换、随机数生成,微积分求解等功能1.2 numpy与Scipy概述NumPy 通常与 SciPy(Scientific Python)和 Matplotlib(绘图库)一起使用,这种组合替原创 2021-08-07 17:58:59 · 322 阅读 · 0 评论 -
详解数据框体DF的创建模式
文章目录一、动手实战环节实战1:csv模式创建1.weather_data 有表头2.weather_data2 无表头/添加表头实战2:excel方式创建实战3:字典创建法1.使用字典的方式创建2.增加一个新列event实战4:元组创建法实战5:多元素字典创建法一、动手实战环节实战1:csv模式创建1.weather_data 有表头df =pd.read_csv('weather_data.csv')print(df)print(df.columns) # 查看表头2.weat原创 2021-04-06 07:01:20 · 436 阅读 · 0 评论 -
数据框体Dataframe的基本使用
文章目录一、 什么是DF 数据框体?二、动手实战环节实战1:创建数据框架DF(字典创建法)实战2:创建数据框架DF(CSV创建法)实战3:行列式访问实战4:DF的常规操作实战5:索引键的使用:什么是DF 数据框体一、 什么是DF 数据框体?DataFrame是一种表格型数据结构,它含有一组有序的列,每列可以 是不同的值。DataFrame既有行索引,也有列索引,它可以看作是由 Series组成的字典,不过这些Series公用一个索引。 DataFrame的创建有多种方式,不过最重要的还是根据dict进原创 2021-04-05 22:43:39 · 212 阅读 · 0 评论 -
Pandas的功能介绍
文章目录一、Pandas是什么?二、Pandas的起源?三、pandas的安装?四、pandas读取 csv文件一、Pandas是什么?1.Pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。2.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。3.Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。我们很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。二、Pandas的起源?Pandas在20原创 2021-04-05 19:16:48 · 6244 阅读 · 0 评论 -
Numpy的Matrix介绍(1)
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、 Numpy的Matrix二、实战案例1.Matrix前言一、 Numpy的Matrix一、 Numpy的Matrix1.NumPy函数库中存在两种不同的数据类型(矩阵matrix和数组array),都可以用于处理行 列表示的数字元素。虽然它们看起来很相似,但是在这两个数据类型上执行相同的数学运算可能得到不同的结果,其中NumPy函数库中的matrix与MATLAB中matrices等价。numpy模块中的矩阵原创 2021-03-31 06:57:33 · 1588 阅读 · 0 评论 -
Numpy的形状变化功能(Flatten、Ravel、Transpose、swapaxes)
文章目录前言一、 Numpy的Flatten和RavelNumpy的Flatten和Ravel 实操案例二、 Numpy的Transpose和swapaxesNumpy的Transpose和swapaxes的实操案例前言一、 Numpy的Flatten和Ravel二、 Numpy的Transpose和swapaxes一、 Numpy的Flatten和Ravel1.flatten是numpy.ndarray.flatten的一个函数,返回一个折叠成一维的数组。该函数只能适用 于numpy对象,即a原创 2021-04-05 18:12:34 · 389 阅读 · 0 评论 -
Numpy的Reshape和Resize
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、 Numpy的Reshape二、 Numpy的Resize前言一、 Numpy的Reshape一、 Numpy的Reshape1.shape是查看数据有多少行多少列(补充案例)2.reshape()是数组array中的方法,这个方法是在不改变数据内容的情况下,改变一个数组的格式。3.order : 可选范围为{‘C’, ‘F’, ‘A’}。使用索引顺序读取a的元素,并按照索引顺序将元 素放到变换后的的数组中。如原创 2021-03-24 06:55:33 · 2095 阅读 · 0 评论 -
Numpy的数学运算
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、 Numpy的数学运算二、使用步骤1.引入库2.读入数据总结前言一、Numpy的数学运算一、 Numpy的数学运算1.NumPy包含大量的各种数学运算。 NumPy提供标准的三角函数,算术运算功能,处理复数 等。2.NumPy的标量计算功能,常规的代数运算都可以实现。3.NumPy的矩阵运算特性,支持同尺寸矩阵的各种数学运算。二、使用步骤1.引入库代码如下(示例):import numpy as np原创 2021-03-23 07:21:20 · 477 阅读 · 0 评论 -
Numpy 的常用功能5
文章目录前言一、 Numpy的常见功能 shapeshape实操案例二、 Numpy的常见功能 indexindex实操案例三、Numpy的逻辑索引功能前言一、 Numpy的常见功能 shape二、 Numpy的常见功能 index三、Numpy的逻辑索引功能一、 Numpy的常见功能 shapeshape用于查看矩阵的大小形状数组的形状可以定义为每个维度中元素的数量。维度是我们为了指定数组的单个元素所需要 的索引或下标的数量。shape实操案例import numpy as np原创 2021-03-22 07:52:11 · 266 阅读 · 0 评论 -
Numpy 的常用功能4
Numpy 的常用功能4文章目录Numpy 的常用功能4前言一、Numpy 的常用功能eyeeye语法结构eye实操案例二、Numpy 的常用功能linspacelinspace语法结构linspace实操案例三、Numpy 的常用功能random语法结构:实操案例:前言一、Numpy 的常用功能eye二、Numpy 的常用功能linspace三、Numpy 的常用功能random一、Numpy 的常用功能eyeeye用于产生N*N对角线数组eye语法结构numpy.eye(R, C原创 2021-03-20 21:58:29 · 204 阅读 · 2 评论 -
Numpy 的常用功能3
Numpy 的常用功能文章目录Numpy 的常用功能一、Numpy 的常用功能 Zeros语法结构:案例:二、Numpy 的常用功能 Zeros语法结构:案例:二、Numpy 的常用功能 empty语法结构:案例:一、Numpy 的常用功能 ZerosZeros用于产生全0数组语法结构:numpy.zeros(shape, dtype = None, order = ‘C’) :Return a new array of given shape and type, with zeros.案例:原创 2021-03-20 16:33:20 · 116 阅读 · 1 评论 -
数据分析_第一次练习
文章目录一、数据分析全能班_第一次作业二、数据表分析“司机数据”表 中记录了日期、司机id、城市id、首次完成订单时间。“订单数据”表 中记录了日期、订单id、司机id、乘客id、产品线id、流水。“在线时长数据”表 中记录了日期、司机id、在线时长。“城市匹配数据”表 中记录了城市id、城市名称。3.问题解答总结欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右Sm原创 2021-03-04 23:41:02 · 366 阅读 · 0 评论