姗姗来迟的程序猿
每个星期会不定期的上传一些pythony爬虫、数据分析的基础知识,有感兴趣的小伙伴可以关注我,一起学习进步!!!
展开
-
2021-08-29(数据分析第七次作业)
数据分析第七次作业练习1练习2练习3练习4 练习1 为了对某一产品进行合理定价,我们对此类商品进行了试销实验,价格与需求量数据如下。利用图表分析规律。 价格 60 80 40 30 70 90 95 需求量 100 50 120 135 65 45 40 price = [60,80,40,30,70,90,95] sales = [100,50,120,135,65,45,40] 代码如下: import numpy as np import pandas as pd from matplotlib im原创 2021-08-29 21:15:37 · 308 阅读 · 0 评论 -
2021-08-08(数据分析第五次作业)
数据分析第五次作业1、读取lianjia.csv文件里的数据2、观察结构,调整列索引顺序(Region","Garden","Layout","Floor","Year","Size","Elevator","Direction","Renovation","Price")3、增加一个列关于目前状况(state),是否卖出状态随机设定4、查找楼层低的房子(这里提取低楼层)5、电梯这列存在缺失值,想办法处理下缺失值 1、读取lianjia.csv文件里的数据 import numpy as np import原创 2021-08-08 18:19:25 · 180 阅读 · 0 评论 -
2021-07-24(数据分析第一次作业)
数据分析第一次作业第一题第二题第三题第四题第五题 第一题 将np.arange(10)数组中的奇数全部都替换成-1。 代码如下(示例): improt numpy as np a = np.arange(10) a[(a == 1)|(a == 3)|(a == 5)|(a == 7)|(a == 9)] = -1 print(a) array([ 0, -1, 2, -1, 4, -1, 6, -1, 8, -1]) 第二题 有一个4行4列的数组(比如:np.arange(16).reshap原创 2021-07-24 17:18:18 · 244 阅读 · 0 评论 -
2021-07-27(数据分析第二次作业)
数据分析第二次作业第一题第二题第三题第四题第五题第六题第七题第八题第九题第十题第十一题第十二题 第一题 查看Numpy的版本号: import numpy as np np.__version__ '1.14.3' 第二题 如何创建一个所有值都是False的布尔类型的数组: import numpy as np arr = np.zeros(10) arr < 0 array([False, False, False, False, False, False, False, False, Fal原创 2021-07-28 22:51:26 · 89 阅读 · 0 评论 -
2021-08-09(数据分析第六次作业)
数据分析第六次作业1、拼接多个csv文件方式一:行拼接方式二:列拼接2、去除重复数据,重新索引3、自动挡和手动挡数目4、计算每个城市二手车数量5、统计每个汽车品牌平均售价价格(不是原价) (提示:groupby,可以先不做) 1、拼接多个csv文件 方式一:行拼接 import numpy as np import pandas as pd data_bj = pd.read_csv('E:\逻辑教育\数据分析课堂笔记\上课数据\guazi_bj.csv',原创 2021-08-09 22:47:48 · 180 阅读 · 0 评论 -
2021-08-02(数据分析第四次作业)
数据分析第四次作业1、读取 五粮液2020.xlsx 数据2、查看该数据的基本信息3、计算每一天各指标的差异值4、计算其 pre_close 的增长率5、将 pre_close 的增长率添加至数据中(新增列)6、将 pct_change 该列 呈现的 NaN 用0填充7、查看 pre_close 与 pct_change 的相关性8、将 pct_change 这列乘以100 保留两位小数 成为百分比 1、读取 五粮液2020.xlsx 数据 import numpy as np import pandas原创 2021-08-02 22:56:36 · 170 阅读 · 0 评论 -
2021-07-30(数据分析第三次作业)
数据分析第三次作业)第一题1、创建一个Series对象2、查看1-5班的成绩3、查看哪个班级的成绩没有录入4、获取11班的成绩5、在每个人的成绩加5分6、找出成绩在90分以上的班级第二题1、创建一个DataFrame2、进行转置3、删除掉体育成绩4、添加‘综合’这个课程的成绩 (成绩自定义) 第一题 1、创建一个Series对象 score = pd.Series(data=[90,95,85,78,np.NAN,96,94,np.NAN,80,87,86,83],index=range(1,13),nam原创 2021-07-30 22:49:57 · 184 阅读 · 0 评论