![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习-数据科学包
ReShaker_
吾生也有涯,而知也无涯!
展开
-
Day15
一、在图中进行注释使用plt.annotate方法可在图中进行标注:arrowprops为显示一个箭头,frac为箭头占的比例,headwidth为箭头宽度,width为箭身的宽度。import matplotlib.pyplot as pltimport numpy as npx = np.arange(-10,11,1)y = x*xplt.plot(x,y)plt.annotate("this is the bottom",xy=(0,1),xytext=(0,20),arr原创 2020-11-07 17:45:12 · 131 阅读 · 0 评论 -
Day14 数据可视化
MatplotlibMatplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用,如 PyQt 和 wxPython。Matplotlib的基本使用使用Matplotlib绘图时,主要使用plot函数,下面是一个简单的绘制:import matplotlib.pyplot as pltplt.plot([1,2,3,4],[-4,-3,-2,-1])#输入参数类型为列表型的plt.show()绘原创 2020-11-04 10:00:00 · 181 阅读 · 0 评论 -
Day13
一、生成数据表1、首先导入pandas库,一般都会用到numpy库,所以我们先导入备用:import numpy as npimport pandas as pd2、导入CSV或者xlsx文件:df = pd.DataFrame(pd.read_csv(‘name.csv’,header=1))df = pd.DataFrame(pd.read_excel(‘name.xlsx’))二、数据表信息查看1、维度查看:df.shape2、数据表基本信息(维度、列名称、数据格式原创 2020-11-02 11:43:42 · 122 阅读 · 0 评论 -
Day12
Pandas入门一、创建对象创建一个Series通过传递值的列表import numpy as npimport pandas as pds = pd.Series([1,3,5,np.nan,8])#此时打印s为,以列来看0 1.01 3.02 5.03 NaN4 8.0dtype: float64DataFrame通过传递带有日期时间索引和带标签的列的NumPy数组来创建一个:dates = pd.date_range("20201026",pe原创 2020-10-28 08:42:00 · 141 阅读 · 0 评论 -
Day11
一、numpy概述numpy具有矢量运算能力,快速、节省空间。numpy支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。二、numpy的运用1、构建矩阵:使用array方法 numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)函数参数说明:import numpy as np#将二维列表转换成二维矩阵a = np.array([[1,2,3原创 2020-10-22 11:01:42 · 119 阅读 · 0 评论