数据分析
小白_橙子
这个作者很懒,什么都没留下…
展开
-
Numpy入门基础用法
numpy的引入如何保存数据python原生数据结构支持list和dict,虽然很灵活,但空间占用率和时间效率不高。类型不做限制空间内可以保存不同的数据结构优点是灵活,缺点是效率低a1 = [1, 2]a1.append('star')a1------------------------------------------------------------------...原创 2019-02-28 13:06:47 · 280 阅读 · 0 评论 -
numpy的常用运算
数组与数的计算ndarray和数的操作,实际是对数组中每个元素都和该数进行操作这种行为又叫做element-wise运算。这种操作比python原生结果要快的多import numpy as npar1 = np.arange(20).reshape(4, 5)ar1---------------------------------------------------------...原创 2019-02-28 13:17:48 · 572 阅读 · 0 评论 -
anaconda 数据分析环境平台搭建
数据分析环境平台搭建一、Conda环境介绍1、简介1.1、conda环境和virtualenv虚拟环境的区别conda创建的是一个独立python解释器,独立模块管理的目录结构virtualenv创建的是一个共享python解释器,独立模块管理的目录结构1.2、安装方法下载miniconda推荐使用国内镜像进行下载:国内一般使用清华源和中科大源中科大: http://...原创 2019-02-26 11:03:41 · 994 阅读 · 0 评论 -
pandas基础 -- Series数据结构
Series数据结构简介Series又称之为序列Series是一种类似于一维数组的对象,由下面两个部分组成:values:一组数据(ndarray类型)index:相关的数据索引标签name: 为该序列起一个名字,主要在形成DataFrame时,方便行/列的操作由于序列包含了ndarray的结构,所以他可以支持元素级的操作和广播特性import pandas as pd...原创 2019-03-03 13:10:27 · 4013 阅读 · 0 评论 -
pandas基础 -- DataFrame结构
DataFrame结构DataFrame是一个【表格型】的数据结构,可以看做是【由Series组成的字典】(共用同一个索引)。DataFrame由按一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引,也有列索引。行索引:index列索引:columns值:values(numpy的二维数组)ds1 = pd.Series(...原创 2019-03-03 15:47:39 · 1739 阅读 · 0 评论