![](https://img-blog.csdnimg.cn/20190927151053287.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
数据分析学习资料
文章平均质量分 54
本单元会从数据分析的角度,以及Python数据分析使用到的关联类库来做一些说明。利用代码和示例更清楚的展示数据分析分魅力,可以让初学者快速入门。
等待的树
Python,golang,数据分析,区块链,数据挖掘,网络爬虫,自动化测试
展开
-
Numpy的基础用法(二)
上一篇文章简单讲述了Numpy的特点和数据构造方面的优势,本文将介绍一些Numpy的基础方法。 1、创建基于列表或者元组的数组 # 基于嵌套列表创建二维数组 arr1 = np.array([[1,3,5,7], [2,4,6,8], [11,13,15,17], [12,14,16,18], [100,101,102,103]]) # 基于嵌套元组创建二维数组 arr..原创 2022-05-12 19:05:21 · 251 阅读 · 0 评论 -
Numpy的基础用法(一)
本章主要说明2个方面的问题:1. 数组的构造及其优势; 2. 常用的数学函数与统计函数; 1、我们为什么要使用Numpy,Numpy具备哪些优势。我们举例说明:我们以人类体重BIM的计算公式为例:BIM指数=体重(kg)/ 身高(m)的平方 height = [170, 175, 174, 180, 195] weight = [65, 75, 90, 110, 98] BIM = weight/ (height / 100) ** 2 用上述方法,我们会发现,代码会报错。 --------..原创 2022-05-11 13:57:31 · 190 阅读 · 0 评论