数据处理
文章平均质量分 88
北四金城武
这个作者很懒,什么都没留下…
展开
-
pandas模块总结二
pandas模块1. 缺失数据的处理1.1 判断数据是否为NaN1.2 缺失数据处理方式1.2.1 删除NaN所在的行列1.2.2 填充NaN所在的行列1. 缺失数据的处理1.1 判断数据是否为NaNimport numpy as npimport pandas as pdt = pd.DataFrame(np.arange(12).reshape(3, 4), index=list("abc"), columns=list("WXYZ"))print(t)t.iloc[1:, :2]原创 2021-11-19 21:18:14 · 911 阅读 · 0 评论 -
pandas模块总结一
pandas模块1. 基本概念2. Series的基本操作2.1 Series的创建方法2.2 获取Series中数据的index、values2.3 Series的切片和索引2.3.1 切片2.3.2 索引2.4 pandas读取外部数据3.DataFrame的基本操作3.1 DataFrame的创建3.1.1 传入可迭代对象创建DataFrame对象3.1.2 传入可迭代对象、index、columns创建DataFrame3.1.3 传入列表创建DataFrame3.2 DataFrame的基础属性3原创 2021-11-16 22:19:47 · 627 阅读 · 0 评论 -
numpy模块总结二
numpy模块总结1. numpy中数组/矩阵的转置1.1 交换轴的位置 t.swapaxes(axis1,axis0)1.2 转置方法一 t.transpose()1.3 转置方法二 t.T2. numpy中数组/矩阵的索引和切片2.1 取数组/矩阵中的一行/一列2.2 连续取数组/矩阵中的多行/多列2.3 取数组/矩阵中不连续的多行/多列2.4 取单行、单列的交点2.5 取多行、多列的交点2.6 取不连续多行、多列的相交点3. numpy中数组/矩阵中元素值的修改3.1 修改数组/矩阵单个元素值原创 2021-11-14 22:17:57 · 561 阅读 · 0 评论 -
numpy模块总结一
numpy模块一1. numpy简介2. numpy的基本操作2.1 创建数组、矩阵2.2 查看数组、矩阵中数据的类型2.2.1 dtype 方法2.2.2 numpy中常见的数据类型2.3 数据类型的操作1. numpy简介NumPy(Numerical Python)是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix)),支持大量的维度数组与矩阵运算原创 2021-11-14 00:18:47 · 202 阅读 · 0 评论 -
matplotlib模块总结二【多种类型图的绘制】
多种类型图的绘制1. 折线图2. 散点图3. 条形图4. 直方图1. 折线图(1)绘制单条折线from matplotlib import pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']y = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]x = range(11,31)#设置图形大小plt.figure(figsize=(20,8),dpi=80)plt.plot(x,y)#设置x轴原创 2021-11-11 22:04:37 · 251 阅读 · 0 评论 -
matplotlib模块总结一【基本绘图操作】
基本绘图操作1. matplotlib简介2. matplotlib模块中的pyplot函数集合2.1 导入pyplot2.2 基本操作2.2.1 figure() 创建图像、设置图像大小等2.2.2 title() 创建图像标题2.2.3 figure()和title()放在一起使用2.2.4 坐标轴操作2.2.4.1 xticks()和yticks() 设置x、y轴的刻度2.2.4.2 xlim() 和 ylim() 设置坐标轴范围2.2.4.3 xlabel() 和 ylabel() 设置坐标轴标原创 2021-11-10 00:28:32 · 1096 阅读 · 0 评论