Python Data Analysis
数据是计算机中重要的组成部分,当数据量达到一定水平(量级)时往往需要借组一些工具进行整理、筛选和统计等等,进而建模分析,挖掘出有价值的数据。用Python进行数据分析是一个很不错的选择。
EUNC
IT搬砖大师
展开
-
【Python3数据处理】数据转换 bytes/string/ASCII/GBK...
目录数据转换参考示例1、字节(bytes)转字符串(str)2、字符串(str)转为字节数组3、int转为16进制字符串4、16进制字符串转为int5、16进制字符串 / int 转为2进制字符串6、列表转为字符串7、按空格截取字符串转到列表8、GBK编码格式的字符串(中文)转为 bytes 和16进制字符串9、bytes / bytearray / 16进制字符串 转为GBK编码的字符串(中文)10、UTF-8编码格式也使用相同的方法转换11、ASCII码转换12、8进制字符串 / byte 转换13、原创 2020-06-05 18:02:13 · 6414 阅读 · 0 评论 -
Python Matplotlib 简易入门学习画图
一、安装依赖包pip install matplotlibpip install numpy二、代码示例demo1import matplotlib.pyplot as pltimport numpy as npfig1 = plt.figure(3)plt.subplot(221)plt.subplot(222)plt.subplot(212)p...原创 2019-11-30 17:51:48 · 1011 阅读 · 0 评论 -
【数据分析】Matplotlib可视化最有价值的图表之——7、分组(Groups)
在数据分析和可视化中最有用的 50 个 Matplotlib 图表。 这些图表列表允许使用 python 的 matplotlib 和 seaborn 库选择要显示的可视化对象。 这里开始第七部分内容:分组(Groups)准备工作在代码运行前先引入下面的设置内容。 当然,单独的图表,可以重新设置显示要素。# !pip install brewer2mplimport numpy ...原创 2019-10-12 17:53:03 · 2491 阅读 · 0 评论 -
【数据分析】Matplotlib可视化最有价值的图表之——6、变化(Change)
在数据分析和可视化中最有用的 50 个 Matplotlib 图表。 这些图表列表允许使用 python 的 matplotlib 和 seaborn 库选择要显示的可视化对象。 这里开始第六部分内容:变化(Change)准备工作在代码运行前先引入下面的设置内容。 当然,单独的图表,可以重新设置显示要素。# !pip install brewer2mplimport numpy ...原创 2019-10-12 17:36:54 · 2286 阅读 · 0 评论 -
【数据分析】Matplotlib可视化最有价值的图表之——5、组成(Composition)
在数据分析和可视化中最有用的 50 个 Matplotlib 图表。 这些图表列表允许使用 python 的 matplotlib 和 seaborn 库选择要显示的可视化对象。 这里开始第五部分内容:组成(Composition)准备工作在代码运行前先引入下面的设置内容。 当然,单独的图表,可以重新设置显示要素。# !pip install brewer2mplimport n...原创 2019-10-12 17:04:07 · 1772 阅读 · 0 评论 -
【数据分析】Matplotlib可视化最有价值的图表之——4、分布(Distribution)
在数据分析和可视化中最有用的 50 个 Matplotlib 图表。 这些图表列表允许使用 python 的 matplotlib 和 seaborn 库选择要显示的可视化对象。 这里开始第四部分内容:分布(Distribution)准备工作在代码运行前先引入下面的设置内容。 当然,单独的图表,可以重新设置显示要素。# !pip install brewer2mplimport ...原创 2019-10-12 15:55:51 · 7605 阅读 · 0 评论 -
【数据分析】Matplotlib可视化最有价值的图表之——3、排序(Ranking)
在数据分析和可视化中最有用的 50 个 Matplotlib 图表。 这些图表列表允许使用 python 的 matplotlib 和 seaborn 库选择要显示的可视化对象。 这里开始第三部分内容:排序(Ranking)准备工作在代码运行前先引入下面的设置内容。 当然,单独的图表,可以重新设置显示要素。# !pip install brewer2mplimport numpy...原创 2019-10-12 14:31:14 · 5836 阅读 · 0 评论 -
【数据分析】Matplotlib可视化最有价值的图表之——2、偏差(Deviation)
在数据分析和可视化中最有用的 50 个 Matplotlib 图表。 这些图表列表允许使用 python 的 matplotlib 和 seaborn 库选择要显示的可视化对象。 这里开始第二部分内容:偏差(Deviation)准备工作 在代码运行前先引入下面的设置内容。 当然,单独的图表,可以重新设置显示要素。# !pip install brewer2mplimport n...原创 2019-10-12 13:32:09 · 2576 阅读 · 0 评论 -
【数据分析】Matplotlib可视化最有价值的图表之——1、关联(Correlation)
本文总结了 Matplotlib 以及 Seaborn 用的最多的 50 个图形,掌握这些图形的绘制,对于数据分析的可视化有莫大的作用,运行本文代码,除了安装 matplotlib 和 seaborn 可视化库外,还需要安装其他的一些辅助可视化库,已在代码部分作标注,具体内容请查看下面内容。 在数据分析和可视化中最有用的 50 个 Matplotlib 图表。 这些图表列表允许您使用 py...原创 2019-10-11 18:23:27 · 5929 阅读 · 3 评论 -
【Python数据分析】概述与探索分析笔记
目录第一章 数据分析简介第二章 数据获取第三章 单因子探索分析参考资料第一章 数据分析简介1-1、数据分析流程A 数据获取B 探索分析与可视化(报表)C 预处理理论(去除脏数据) D 分析建模E 模型评估其中,CDE 为数据建模与挖掘 【核心内容】1-2、前置知识前置知识:Python3,Python数据分析-基础...原创 2019-08-24 17:57:57 · 1714 阅读 · 0 评论