NumpyStudy
文章平均质量分 61
周小唁
hello world!
展开
-
seaborn简要学习(4)
文章目录前言一、安装二、样式设置三、线性图四、调色板五、热力图总结前言python学习笔记—Seaborn day9(仅供学习使用)Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面,便于用户能够做出各种有吸引力的统计图表。Seaborn是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn能做出很具有吸引力的图,而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视 为m原创 2022-04-28 19:41:09 · 386 阅读 · 0 评论 -
matplotlib文本、注释、箭头&注释箭头连接形状(2)
文章目录前言一、文本二、箭头三、注释四、注释箭头连接形状总结前言python学习笔记—matplotlib day9(仅供学习使用)常用函数如下:一、文本import numpy as npimport matplotlib.pyplot as plt# 字体属性font = {'fontsize': 20, 'family': 'KaiTi', 'color': 'red', 'weight': 'bold'} # 字体加粗原创 2022-04-28 15:16:37 · 734 阅读 · 0 评论 -
matplotlib基础知识(图形绘制&坐标轴、标签、刻度&字体设置&图例&脊柱移动&风格样式&多图布局&双轴显示)(1)
文章目录前言一、图形绘制二、坐标轴刻度、标签、标题1.寻找字体2.设置三、图例四、脊柱移动五、风格样式-颜色、线形、点形、线宽、透明度2.更多属性设置六、多图布局1.子视图2.视图嵌套3.多图布局4.不平均分布总结前言python学习笔记—matplotlib day8(仅供学习使用)软件的安装pip3 install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple介绍:在数据分析与机器学习中,我们经常要用到大量的可视化操作。一原创 2022-04-28 10:41:23 · 6793 阅读 · 0 评论 -
pandas数据可视化(线性图&条形图&饼图&散点图&面积图&箱式图&直方图)(9)
文章目录前言一、线性图二、条形图三、饼图,百分比,自动计算四、散点图,横纵坐标,表示:两个属性之间的关系五、面积图六、箱式图七、直方图总结前言python学习笔记—pandas day8(仅供学习使用)一、线性图import numpy as npimport pandas as pd# 1、线形图df1 = pd.DataFrame(data = np.random.randn(1000,4), index = pd.date_range(sta原创 2022-04-27 21:00:17 · 2288 阅读 · 0 评论 -
pandas 数学和统计方法&数据排序&分箱操作(7)
文章目录前言一、 简单统计指标1.count方法2.median() #中位数3.分位数4.其他二、索引标签、位置获取(最大值、最小值)三、 更多统计指标四、高级统计指标数据排序部分五、数据排序1.索引列名排序2.属性值排序3.返回属性n大或者n小的值分箱操作六、分箱操作1、等宽分箱2.指定宽度分箱3、等频分箱总结前言python学习笔记—pandas day8(仅供学习使用)pandas对象拥有一组常用的数学和统计方法。它们属于汇总统计,对Series汇总计算获取mean、max值或者对Dat原创 2022-04-27 18:16:02 · 1169 阅读 · 0 评论 -
pandas数据重塑转置&多层索引(6)
文章目录前言一、转置二、多层索引1.行多层索引2.列多层索引3. 列索引变行索引4.行索引变列索引5.多层索引运算6,根据多层索引取数据总结前言python学习笔记—pandas day8(仅供学习使用)一、转置import numpy as npimport pandas as pddf = pd.DataFrame(data = np.random.randint(0,100,size = (10,3)), index = list('ABCDEF原创 2022-04-27 17:37:06 · 1060 阅读 · 0 评论 -
pandas数据集成(concat数据串联& 方式二插入& Join SQL风格合并)&数据清洗(3)
文章目录前言一、concat数据串联二、 方式二插入三、 Join SQL风格合并四、数据清洗总结前言python学习笔记—pandas day8(仅供学习使用)pandas 提供了多种将 Series、DataFrame 对象组合在一起的功能一、concat数据串联若想要插入一行,可执行pandas。append方法import pandas as pdimport numpy as np# df1 一班考试成绩df1 = pd.DataFrame(data = np.rando原创 2022-04-27 10:15:03 · 302 阅读 · 0 评论 -
pandas简要介绍&安装(1)
文章目录前言前言python学习笔记—pandas day7(仅供学习使用)Python在数据处理和准备方面一直做得很好,但在数据分析和建模方面就差一些。pandas帮助填补了这一空白,使您能够在Python中执行整个数据分析工作流程,而不必切换到更特定于领域的语言,如R。与出色的 jupyter工具包和其他库相结合,Python中用于进行数据分析的环境在性能、生产率和协作能力方面都是卓越的。pandas是 Python 的核心数据分析支持库,提供了快速、灵活、明确的数据结构,旨在简单原创 2022-04-26 19:54:59 · 1045 阅读 · 0 评论 -
numpy的通用函数&where函数&排序方法&集合运算函数&数学和统计函数&线性代数 矩阵的运算(6)
文章目录前言一、通用函数:元素级数字函数二、where函数三、排序方法四、集合运算函数五、数学和统计函数六、矩阵的运算1. 矩阵乘积2.矩阵其他计算总结前言python学习笔记—Numpy day7(仅供学习使用)一、通用函数:元素级数字函数abs、sqrt、square、exp、log、sin、cos、tan,maxinmum、minimum、all、any、inner、clip、round、trace、ceil、floorcell向上取整,floor向下取整round就是保留小数,原创 2022-04-26 18:21:18 · 181 阅读 · 0 评论 -
numpy的广播机制(5)
文章目录前言一、一维数组广播机制1. 计算平均值二、二维数组的广播三、三维数组广播总结前言python学习笔记—Numpy day7(仅供学习使用)当两个数组的形状并不相同的时候,我们可以通过扩展数组的方法来实现相加、相减、相乘等操作,这种机制叫做广播(broadcasting)一、一维数组广播机制arr1是5行3列的二维数组,在于arr2相加时,是每一行于arr2相加。这就是广播机制。如下图所示:1. 计算平均值当axis=0时计算的是列平均值,当axis=1时计算的是行的平均值。原创 2022-04-26 17:15:22 · 504 阅读 · 0 评论 -
numpy形状操作(数组变形&数组转置&数组堆叠&split数组拆分)(4)
文章目录前言一、数组变形二、数组转置1.2.三、数组堆叠四、split数组拆分五、六、七、八、九、十、总结前言python学习笔记—Numpy day7(仅供学习使用)一、数组变形reshape将原来的3行4列数组转换成了4行3列数组,如下图所示:其次display比print输出会更加美观。import numpy as np arr1 = np.random.randint(0,10,size = (3,4,5)) arr2 = arr1.reshape(12,5) # 形状改原创 2022-04-26 16:39:03 · 563 阅读 · 0 评论 -
numpy初阶练习简要(3)
文章目录前言1.full创建二维数组2.快捷键3.寻找最大值4.argsort方法的使用5.二维数组根据第三列数据大小进行排序前言python学习笔记—Numpy day7(仅供学习使用)1.full创建二维数组arr[;] ;前面后面都不写时代表的是每一行。2.快捷键shift+ tab : 显示提示信息!3.寻找最大值4.argsort方法的使用5.二维数组根据第三列数据大小进行排序...原创 2022-04-26 11:04:01 · 48 阅读 · 0 评论 -
Numpy初步使用&运行numpy文件&数组的创建&查看操作&文件IO操作&数据类型&数组的运算&复制和视图& 索引、切片和迭代&总结(2)
文章目录前言一、使用说明1.help二、运行numpy文件1.数组的引出2.numpy数组可一次取多个,而python不行三、数组的创建四、查看操作五、六、七、八、九、十、总结前言python学习笔记—Numpy day6(仅供学习使用)一、使用说明#numpy数字化python,用于研究数据#快捷键执行代码:command+enter 0r shift + enter1.helpkeyboard 是快捷键展示,所有快捷键都可在里面查询二、运行numpy文件l = [1,2,3,原创 2022-04-26 10:14:42 · 908 阅读 · 0 评论 -
Numpy相关软件的安装(1)
文章目录前言一、安装Python库1.第一种方式2.第二种安装方式二、启动终端三、启动jupyter总结前言python学习笔记—Numpy day6(仅供学习使用)几乎所有从事Python工作的数据分析师都利用NumPy的强大功能。强大的N维数组成熟的广播功能用于整合C/C++和Fortran代码的工具包NumPy提供了全面的数学功能、随机数生成器和线性代数功能一、安装Python库1.第一种方式pip3 install jupyter -i https://pypi.tuna原创 2022-04-25 11:27:56 · 102 阅读 · 0 评论