python
文章平均质量分 51
GoldenFong
这个作者很懒,什么都没留下…
展开
-
matplotlib
import matplotlib.pyplot as plt import numpy as np plt.plot()绘制线性图 绘制单条线型图 绘制多条线型图 设置坐标系的比例plt.fugure(figsize=(a,b)) 设置图例legend() 设置轴的标识 图例保存 fig=ply.figure() plt.plot(x,y) figure.savefig() 曲线的样式和风格(自学) #绘制单条线型图 x = np.array([1,2,3,4,5]) y.原创 2021-11-16 16:37:04 · 217 阅读 · 0 评论 -
DataFrame基础操作巩固-股票分析
需求:股票分析 1、使用tushare包获取某股票的历史行情数据 2、输出该股票所有收盘比开盘上涨3%以上的日期 3、输出该股票所有开盘比前日收盘跌超过2%的日期 4、假如我从2010年1月1日开始,每月第一个交易日买入1手股票,每年最后一个交易日卖出所有股票,到今天为止,我的收益如何? 1、使用tushare包获取某股票的历史行情数据: #tushare财经数据接口包 import tushare as ts import pandas as pd from pandas import Da原创 2021-11-16 16:05:35 · 2183 阅读 · 0 评论 -
DataFrame的级联&合并操作
级联操作 pd.concat,pd.append pandas使用pa.concat函数,与np.concatenate函数类似,只是多了一些参数: objs axis=0 keys join=‘outer’ / ‘inner’:表示的是级联的方式,outer会将所有的项进行级联(忽略匹配和不匹配),而inner只会将匹配的项级联到一起,不匹配的不级联 ignore_index=Flase 匹配级联 import numpy as np import pandas as pd from pa原创 2021-11-16 15:43:00 · 337 阅读 · 0 评论 -
基于Pandas的数据清洗
源数据中会存在缺失值(空值) 重复值 异常值 处理丢失处理 有两种丢失数据: None np.nan(NaN) import numpy as np type(None)#None对象类型 type(np.nan)#NaN浮点型 为什么在数据分析中需要用到的是浮点类型的空而不是对象类型? 数据分析中会常常使用某些形式的运算来处理原始数据,如果原数据中的空值为NAN的形式,则不会干扰或者中断运算。 NAN可以参与运算 None是不可以参与运算 在pandas中如果遇到了N原创 2021-11-16 15:30:44 · 1088 阅读 · 0 评论 -
Pandas高级操作
替换操作 替换操作可以同步作用于Series和DataFrame中 单值替换 普通替换:替换所有符合要求的元素:to_replace=15,value='e' 按列指定单值替换:to_replace={列标签:替换值}value=‘value’ 多值替换 列表替换:to_replace=[] value=[] 字典替换(推荐)to_replace={to_place:value,to_place:value} import numpy as np import pandas as原创 2021-11-16 14:39:00 · 99 阅读 · 0 评论 -
Pandas
两个常用的类,Series、DataFrame Series Series是一种类似于一位数组的对象,由下面两个部分组成 values:一组数据 index:相关的数据索引标签 Series的创建 由列表或numpy数组创建 由字典创建 from pandas import Series #由列表创建 s = Series(data=[1,2,3,'four']) #由numoy一维数组创建 import numpy as np s = Series(data=np.random.randi原创 2021-11-16 14:05:29 · 488 阅读 · 0 评论 -
Numpy
import numpy as np #使用array()创建一个一位数组 arr = np.array([1,2,3]) #使用array()创建一个多维数组 arr = np.array([[1,2,3],[4,5,6]]) #数组和列表的区别是什么? #数组中存储的数据元素类型必须是同一类型 #优先级:字符串>浮点型>整数 #创建元素都是0的数组 np.zeros(shape=(3,4)) #创建元素都是1的数组 np.ones(shape=(3,4)) #创建有范围的平均数.原创 2021-11-04 17:45:20 · 80 阅读 · 0 评论