- 博客(6)
- 收藏
- 关注
RSS订阅原创 2021-01-29
练习1 • 读取北向.csv 指定 trade_date 为 行索引 • 查看数据的基本信息 有无缺失值 对其缺失值进行处理 • 删除缺失值所在行 • 查看数据的基本信息 查看数据是否清洗完毕 • 标签为 index 这列没啥用 将该列删除 • 观察数据是否有重复行 • 将重复行进行删除 • 将行索引 进行升序 • 将处理好的数据 保存至 北向(副).csv 代码如下： import pandas as pd import numpy as np #读取数据 data = pd.read_csv(
2021-01-29 21:56:45
46
原创 2021-01-25
通过 Pandas 创建 学生成绩表的 excel 文件 。参考数据如下(可自己构建)： stu_names = [“胡歌”,“林更新”,“金世佳”,“丑娟”] courses = [‘语文’, ‘数学’, ‘英语’, ‘Python’, ‘体育’] data = np.array([[87., 74., 98., 84., np.nan],[79., 69., 61., 99., np.nan],[84., 84., 94., 66., np.nan],[90., 60., 72., 90., np.na
2021-01-25 12:43:34
101
原创 2021-01-21
通过以下代码读取????scores.csv 数据 score_data = np.loadtxt(“scores.csv”,delimiter=",",skiprows=1) score_data 并且完成以下练习： • 筛选出 成绩 大于60 并且 小于80 的数据 • 筛选出 成绩 大于80 并且 小于90 的数据 • 筛选出 成绩 大于90 的数据 代码如下： import numpy as np score_data = np.loadtxt("scores.csv",delimiter=",",
2021-01-21 14:20:04
68
原创 2021-01-15
练习1：读取餐饮csv文件的数据 import csv import xlrd import pandas as pd data1 = open('餐饮.csv','r',encoding='gbk') reader = csv.reader(data1) for i in reader: print(i) 运行结果 用pandas打开 import numpy as np data1 = pd.read_csv('餐饮.csv',encoding='gbk') print(da
2021-01-15 18:11:03
83
原创 2021-01-07
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] from matplotlib import pyplot as plt plt.rcParams['font.sans-serif'] = ['Arial Unico
2021-01-07 17:38:31
111
原创 2020-12-30
#作业练习matplotlib绘图 from matplotlib import pyplot as plt plt.rcParams['font.sans-serif'] = ['Arial Unicode MS'] a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1] b = [1,0,3,1,2,2,2,3,1,1,1,1,1,2,1,1,2,3,2,2] x = [i for i in range(11,31)] fig = plt.figure(figsize
2020-12-30 10:51:54
63
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人