numpy与pandas
。
BlackTurn
安静的搬砖人士~
(有些内容涉及个人信息、公司信息,所以设置为付费专栏)
展开
-
关于数据集
最近好多朋友寻求Python项目中涉及到的数据集,有些数据集已经丢失了,有些还在。我就不一一回复了,大家直接在网盘上面获取吧链接: https://pan.baidu.com/s/1k_cLsnh-DO541JizCFEUIQ?pwd=i6ne 提取码: i6ne 复制这段内容后打开百度网盘手机App,操作更方便哦...原创 2022-05-23 17:05:43 · 381 阅读 · 4 评论 -
字典与列表
字典与列表的相互转换print("***********************************")print("不带括号的字典转列表")dit = {'name':'zxf','age':'22','gender':'male','address':'shanghai'}lst = list(dit) #这仅仅是把键转换为列表print(lst) # ['name', 'age', 'gender', 'address']lst2 = list(dit.values())print原创 2020-08-19 18:45:54 · 640 阅读 · 0 评论 -
numpy库
import numpy as np1. ndarray数组的创建方法1、从Python中的列表、元祖等类型创建ndarray数组“x=np.array(list/tuple,dtype=? )”当np.array()不指定dtype时,numpy将根据数据情况关联一个dtype类型。import numpy as npx=np.array([0,1,2,3])print(x)x=np.array([(0,1),[2,3],(0.3,0.4)])print(x)输出结果如下:[0原创 2020-08-19 18:53:38 · 279 阅读 · 0 评论 -
《numpy库》的摘要
b=np.array(a)c=b.tolist()1.ndarray数组的创建①np.array(数组)的方式创建:x=np.array([0,1,2,3])或b=np.array(a)②使用numpy中函数创建ndarray数组np.arange(n):类似range函数,返回ndarray类型,元素从0到n-1np.eye(n):创建一个正方的n*n单位矩阵,对角线为1,其余为0np.ones(shape):根据shape生成一个全1数组np.zeros(shape):根据sha原创 2020-10-30 11:06:17 · 143 阅读 · 0 评论 -
pandas库
import pandas as pd(1)Series类型1.简介2.如何创建一个Series类型①从标量中创建②从字典中创建③从ndarray中创建3.Series类型的基本操作原创 2020-08-19 18:53:57 · 452 阅读 · 0 评论 -
《pandas库》摘抄
。原创 2020-11-02 10:44:45 · 181 阅读 · 0 评论 -
用pandas玩转数据(1)
#coding:utf-8import pandas as pdfrom pandas import DataFramedata={'ID':['000001','000002','000003','000004','000005','000006','000007'], 'name':['黎明','赵春怡','张福平','百利','牛玉德','姚华','李楠'], 'gender':[True,False,True,False,True,False,True], .原创 2020-08-19 18:55:45 · 598 阅读 · 0 评论 -
《用pandas玩转数据(1)》的摘要
。原创 2020-11-03 16:01:50 · 584 阅读 · 0 评论 -
用Pandas玩转数据(2)
本节内容摘抄自文档11.划分数据(把数据划分为特征列和预测列,最后一列是预测列;前面的列是特征列。)import pandas as pdframe=pd.read_csv('F:/python数据/audit_risk.csv',header=0)y=frame[frame.columns[len(frame.columns)-1]] #最后一列Risk是预测列,我们要单独提出来#frame.columns[len(frame.columns)-1]得到的就是最后一列的列名称“Risk”;原创 2020-08-29 15:08:20 · 406 阅读 · 0 评论 -
《用Pandas玩转数据(2)》摘抄
1.企业欺诈识别frame.drop(frame.columns[len(frame.columns)-1],axis=1,inplace=True) #删除最后一列,其余的作为特征列results=frame.applymap(np.isreal)#applymap(函数a)可以将DtaFrame中所有元素都应用一下“函数a”的运算,np.isreal判断是不是数字#只要某一列中存在一个非数字型数据,那么这一列就全是Falseresults=frame.applymap(np.isreal原创 2020-11-04 19:35:44 · 174 阅读 · 0 评论