![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
python基础知识
文章平均质量分 80
python语法的基础知识,从实用的目的介绍。
帅帅的Python
python爱好者,高级数据分析师
展开
-
Python数据分析实战【十三】:用pandas将数据划分区间【文末源码地址】
用来将数据划分为不同的区间x:array型数据(DataFrame的每一列数据都是array型数据)bins:传入int型数据,表示划分的区间个数,传入list型数据,表示自定义的区间labels:传入与bins对应区间的标签list型数据(默认为None)retbins:True表示返回划分的区间,False表示不返回划分的区间(默认为False)right:True表示左开右闭,False表示左闭右开(默认为True)x对应所在的区间,array类型。原创 2023-05-04 14:42:52 · 1692 阅读 · 0 评论 -
Python数据分析实战【七】:用Python实现对Excel文件中的数据进行md5加密【文末源码地址】
> 1. 使用 pandas 中的 to_excel 生成 excel 数据> 2. 使用 pandas 中的 read_excel 读取 excel数据> 3. 使用 pandas 中的 map 函数加密手机号的身份证号> 4. 使用 hashlib 库对数据进行 md5、sha加密原创 2022-08-25 17:32:32 · 1660 阅读 · 3 评论 -
Python数据分析实战【五】:用Python分析商品退单数据并找出异常商品【文末附源码地址】
使用 pandas 中的 read_sql 读取 sqlite 中的数据获取指定的日期的周一和周日使用 groupby+agg 方法统计每周的商品总销量和总退单量使用 value_counts 方法统计商品的退单数据使用 merge 方法合并数据原创 2022-02-21 09:31:47 · 1597 阅读 · 0 评论 -
Python数据分析实战【二】:用Python对不同的商品销售数据进行预测分析【文末源码地址】
1. os 模块获取上一级目录的绝对地址2. pands 读取 sqlite3 数据库中的数据3. 用sklearn中的线性回归模型预测销售额数据4. pyecharts 绘制柱状图原创 2021-12-31 15:08:37 · 8413 阅读 · 0 评论 -
小凡的Python之路——安装
小凡的Python之路——安装第二天是周六,俩人约定九点半在图书馆二楼最西边的阅览室里共同学习Python。吃过早饭,小凡背着电脑向图书馆走去。小文一直在学习Python?这是小凡最大的疑问。至少可以肯定有人和小凡的想法是一致的:想要通过学习Python,多增加自己的知识储备。一边走一边想着…到了阅览室很容易发现,小凡就坐在靠墙边的角落里,可能是怕敲键盘的声音吵到别人吧。俩人相视一笑就当是打完招呼了,小凡坐到小文旁边,收拾好电脑后,问:“你昨晚说可以帮我?”"对,我发你一个软件,你先安装好,基础知识原创 2021-08-04 10:42:23 · 204 阅读 · 1 评论 -
小凡的Python之路——启航
小凡,经过自己的努力考上了一所普通的二本大学。高考填写志愿的时候,根本不知道选择什么专业,稀里糊涂的被调剂到"应用统计学"。老师和同学都说,现在是大数据时代,数据分析现在是热门岗位,咱这个专业出去,很吃香的。对于小凡来说,什么热门不热门,反正他不讨厌,也谈不上喜欢。19岁的他,对未来很迷茫。不管做什么事,都是刚好就好,不愿做鸡头,也不愿做凤尾。就这样,迷迷茫茫,打打闹闹,时间就来到了大二下学期,专业课成绩还算不错,至少都能及格。"各位有没有想过毕业之后,要去哪里?"李老师问。李老师是教时间序列分析原创 2021-07-31 21:00:47 · 181 阅读 · 4 评论 -
根据输入的姓氏,随机获取对应的男生和女生姓名
项目介绍为什么会有这么”奇葩“的项目呢?这个想法的出现来源于,我之前想过要写一篇小说,但是苦于思考创造人名这一步,所以就在想能不能有一个网站,我只需要输入姓氏,就能得到一些人名?所以就有了这个项目。哪里来的数据呢?这个问题,其实也不难解决,百度搜一会就有答案啦。于是我找到了姓名大全这个网站,右击给这个网站做了一个“检查”,发现这个网站的构造挺简单的,不需要太高深的爬虫技巧就可以获取到数据。再把数据存到sqlite3数据库中,作为这个项目的源数据。这个项目会很复杂吗?越学越简单,越简单越难。原创 2021-04-06 21:30:13 · 2068 阅读 · 0 评论 -
pandas中的groupby使用方法及案例分析
GroupBy():官网地址:https://pandas.pydata.org/docs/reference/groupby.htmlpandas中对数据进行分组操作的方法,官方有很详细的教程。下面的案例是真实遇到的问题,看一看用pandas是如何解决的。构造数据:import pandas as pdimport numpy as npdf = pd.DataFrame(data={ "boss":["A"]*3+["B"]*3+["C"]*4, "owner":["A1"原创 2020-11-27 16:59:48 · 902 阅读 · 4 评论 -
python常用的基础知识-简单易学
入门仪式print:中文解释“打印”主要作用:将代码运行的结果显示出来,方便调试代码主要参数:value:任何的Python类型sep:value之间的连接符号,默认为空格end:结尾符号,默认为‘\n’(换行符结尾)file:输出位置,默认为当前工作区位置print("欢迎来到Python的世界!")欢迎来到Python的世界!# value的使用print("hello","world")print("欢迎","来到","python的世界")hello world欢原创 2020-11-17 15:14:37 · 1049 阅读 · 0 评论 -
pandas数据划分区间
用pandas将数据划分区间在数据分析的过程中,经常会遇到:年龄,收入,价格以及类似的数据,在数据分析前,需要将这些数据划分到一系列区间中,再将区间进行不同的编码,对编码后的数据进行分析。在pandas中可以使用pandas.cut()方法实现对数据的区间划分,以及对区间进行标记。案例数据以name,age,score为例,使用pandas.cut()方法对age、score进行区间划分。import pandas as pdimport numpy as npdf = pd.DataF原创 2020-11-12 14:25:14 · 16468 阅读 · 4 评论 -
“数字炸弹“——练习Python基础知识的小游戏【文末源码地址】
数字"炸弹"数字炸弹小游戏,平时可以多个人一块玩。游戏规则也很简单:从0~100之间选一个数字,作为“炸弹”。每人轮流猜,数字的范围不断缩小,知道有人“踩到炸弹”为止。比如:炸弹数字为50,第一个人猜10,提示炸弹在“10到100”之间;第二个人猜60,提示炸弹在“10到60”之间,第三个人猜50,遇到炸弹,游戏结束。规则很简单,如果人多的时候可以一块玩。如果没人的话,那就只能自己和自己玩。于是乎,我想到用程序写一个这样的游戏出来。嗯,应该很简单…从1到…事实上,打脸来得很快原创 2020-07-04 21:21:38 · 7481 阅读 · 0 评论