数据科学库
文章平均质量分 77
weixin_44457930
这个作者很懒,什么都没留下…
展开
-
matplotlib绘制极坐标图
绘制极坐标图,雷达图、玫瑰花图也可以根据这个来画转载 2022-10-21 16:44:40 · 669 阅读 · 0 评论 -
matplotlib(上)
折线图1 最简单的折线图2 指定图像大小与刻度3 添加标签与描述信息4 添加图片标题,坐标轴标签5 图像保存6 练习7 多线条7 绘制网格 使用这个matplotlib,需要提前安装好这个绘图工具包。可以在安装好的python环境中安装,也可在jupyter上安装。 今天以绘制时间气温图为例,我们由浅至深统计图的绘制(函数图这里暂时不讲)。1 最简单的折线图 假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,原创 2021-03-24 17:09:03 · 117 阅读 · 0 评论 -
matplotlib的使用(下)
绘制函数图1 一次函数2 同时生成多张图3 调整线条属性4 坐标轴设置(1)设置坐标轴显示范围(2)设置边缘线5 在坐标轴上打点6 标注7 绘制等高线8 二维图像9 三维图像10 多合一显示(1)subplot(2)gridspec.GridSpec11 图中图12 次坐标轴13 动画前面我们介绍的都是如何使用matplotlib绘制统计图,但在数据科学领域,matplotlib也经常用来绘制函数图1 一次函数import numpy as npfrom matplotlib import pypl原创 2021-03-24 09:21:50 · 345 阅读 · 1 评论 -
pandas下
20171230,2017-12-30,2017/12/30都是能识别的原创 2021-03-23 21:13:16 · 132 阅读 · 0 评论 -
练习(在图中添加文字)
对于这一组电影数据,如果我们想rating,runtime的分布情况,应该如何呈现数据?import pandas as pdimport mathfrom matplotlib import pyplot as pltfile_path = "./IMDB-Movie-Data.csv"df = pd.read_csv(file_path)rating_index= df["Rating"].valuesmax_runtime = rating_index.max()min_runti原创 2021-03-22 10:37:08 · 111 阅读 · 1 评论 -
pandas中
字符串离散化,转化成数据进行统计,这个思路要学会joinon表示左右两个数组都有的字段分组聚合import pandas as pdimport numpy as npfile_path = "starbucks_store_worldwide.csv"data = pd.read_csv("starbucks_store_worldwide.csv")# print(data.info())# print(data.head(1))# 美国星巴克数量info_us = da.原创 2021-03-18 22:44:01 · 177 阅读 · 1 评论 -
pandas上
pandas是一种高性能、易于使用的数据结构和数据分析工具。未指定索引,索引就是0,1,2,3,4……指定索引通过字典创建一个Series修改类型取值看pandas的官方文档以series的where为例1 百度 pandas series where点击第一个2 翻到下面找到实例3 读取数据import pandas as pddf = pd.read_csv("./dogNames2.csv")print(df)输出 Row_Labels Co原创 2021-03-16 23:52:09 · 259 阅读 · 2 评论 -
numpy的使用
1数据的创建与类型(1)np.array和np.arangeimport numpy as np# 下面三种方式等效t1 = np.array([1,2,3,4,5])t2 = np.array(range(5))t3 = np.arange(5)print(t1)print(type(t1)) # 数组的类型print(t1.dtype) # t1数组中,数据的类型输出[1 2 3 4 5]<class 'numpy.ndarray'>int32数组的原创 2021-03-12 17:05:42 · 1162 阅读 · 0 评论 -
matplotlib的使用(中)
上次介绍了折线图,今天我们学习其他类型的图。1 散点图假设你获得了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b)a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13原创 2021-03-10 15:57:41 · 180 阅读 · 0 评论