- 博客(6)
- 资源 (1)
- 收藏
- 关注
原创 高大上的词云,其实很简单
大家好,我是【Python办公自动化】:闲暇之余分享点文字、编程、设计等干货,希望和你一起成长。一起学习Python办公自动化,教你快速学习Python的方法,可以站内私信我。一起加油!!!**Python高效学习QQ群:374981146**在海量数据中提取有效的信息,词云不愧是一种有效解决此类问题的方法,它可以突出显示关键词,快速提取有价值的信息。Python制作词云很简单,一般几行代码就可以搞定,主要使用的库有jieba(结巴,一种分割汉语的分词库)和wordcloud库。1.jieba
2021-01-03 23:10:51 320
原创 Pandas-04-分组
import numpy as npimport pandas as pd一、分组模式及其对象分组的一般模式分组操作在日常生活中使用极其广泛,例如:依据 性别 分组,统计全国人口 寿命 的 平均值依据 季节 分组,对每一个季节的 温度 进行 组内标准化依据 班级 分组,筛选出组内 数学分数 的 平均值超过80分的班级从上述的几个例子中不难看出,想要实现分组操作,必须明确三个要素:分组依据 、 数据来源 、 操作及其返回结果 。同时从充分性的角度来说,如果明确了这三方面,就能确定一个分组操作
2020-12-25 22:18:10 115
原创 Pandas-task02
一、文件读取pandas可以读取文件格式有很多种,但需要熟练使用三种df_csv = pd.read_csv( ‘data.csv’)df_table = pd.read_table(‘table.txt’)df_excel = pd.read_excel(‘excel.xlsx’)注意:读取时,由于文件数据索引或列名问题,常常需要设置 header = None 第一行不做列名。inde_col 设置想要列为索引。nrows 设置读取行数。In [10]: pd.read_table('da
2020-12-19 20:50:34 110
原创 Pandas学习-Task01
一 Python基础匿名函数与map方法1.匿名函数:my_func = lambda x: 2*x#调用:my_func(3)2.map函数#映射关系:[(lambda x: 2*x)(i) for i in range(5)]#map函数:返回map对象,#输入:function(n个参数),n个iteration对象map(lambda x: 2*x, range(5))#通过list转为列表:list(map(lambda x: 2*x, range(5)))#对于多个
2020-12-16 22:15:10 197
原创 Numpy下的线性代数
Numpy下的线性代数:线性代数Numpy 定义了 matrix 类型,使用该 matrix 类型创建的是矩阵对象,它们的加减乘除运算缺省采用矩阵方式计算,因此用法和Matlab十分类似。但是由于 NumPy 中同时存在 ndarray 和 matrix 对象,因此用户很容易将两者弄混。这有违 Python 的“显式优于隐式”的原则,因此官方并不推荐在程序中使用 matrix。在这里,我们仍然用 ndarray 来介绍。矩阵和向量积矩阵的定义、矩阵的加法、矩阵的数乘、矩阵的转置与二维数组完全一致,不
2020-11-29 21:27:49 98
原创 Numpy下的统计相关知识
Numpy下的统计相关知识统计相关次序统计计算最小值计算最大值计算极差计算分位数均值与方差计算中位数计算平均值计算加权平均值计算方差计算标准差相关计算协方差矩阵计算相关系数直方图统计相关次序统计计算最小值numpy.amin(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])Return the minimum of an array or minimum along an
2020-11-27 20:49:58 142
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人