一、NumPy 是什么NumPy 是 Python 科学计算的基础包，它专为进行严格的数字处理而产生。在之前的随笔里已有更加详细的介绍，这里不再赘述。 利用 Python 进行数据分析（一）简单介绍 二、ndarray 是什么ndarray 是一个多维的数组对象，具有矢量算术运算能力和复杂的广播能力，并具有执行速度快和节省空间的特点。ndarray 的一个特点是同构：即其中所有元素的类型必须相同。三、ndarray 的创建array() 函数最简单的方法， 使用 NumP...
对于合并操作，熟悉SQL的读者可以将其理解为JOIN操作，它使用一个或多个键把多行数据 结合在一起.事实上，跟关系型数据库打交道的开发人员通常使用SQL的JOIN查询，用几个表共有的引用 值（键）从不同的表获取数据。以这些键为基础，我们能够获取到列表形式的新数据，这些数据是对几个表中的数据进行组合得到的。pandas库中这类操作叫作合并，执行合并操作的函数为 merge(). 1import pandas as pd2import numpy as np3 4 frame1 = p...
Pandas的第一部分: http://www.cnblogs.com/cgzl/p/7681974.htmlgithub地址: https://github.com/solenovex/My-Machine-Learning-Notebook很抱歉, 因为工作繁忙, 更新的比较慢.数据的选取和索引 Pandas对数据的基本操作原文：http://www.cnblogs.com/cgzl/p/7908420.html
第五次作业——效能分析与几个问题（个人作业）前言阅读了大家对于本课程的目标和规划之后，想必很多同学都跃跃欲试，迫不及待想要提高自身实践能力，那么就从第一个个人项目开始吧，题目要求见下。阅读阅读《构建之法》第一章至第三章的内容，并在下方作业里体现出阅读后的成果。特别是第2章中的效能分析及个人软件开发流程（PSP）。参考文章:《构建之法》教学笔记——Python中的效能分析与几个问题四则运算器效能分析软工第2次作...
一、基础设置导入相关的库import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline #在ipython总显示图表 默认不显示中文，因此需要更改设置，显示中文 #显示中文 import matplotlib as mpl mpl.rcParams[‘font.sans-serif‘] = [u‘SimHei‘] mpl.rcParams[‘axes.unicode_minus‘] = False 设置全局变量mpl.rc(‘font‘,size=12) #字体 mpl.rc(‘figure‘,f...
目录1.时间模块datetime1.1 date1.2 datetime1.3 timedelta2.日期解析方法dateutil.parser.parse时间模块主要有：datetime.date(),datetime.datetime(),datetime.timedelta()1.时间模块datetime1.1 datedate主要用于获取日期，例如获取当前日期或者特定日期,获取的日期可以由str方法直接转化为字符串格式from datetime import date today = date.today() # 获取当天日期 print(today,type(today)) # 打印结果：2020-02-08 ...
接口：daily_basic更新时间：交易日每日15点～17点之间描述：获取全部股票每日重要的基本面指标，可用于选股分析、报表展示等。积分：用户需要至少300积分才可以调取，具体请参阅本文最下方积分获取办法注：tushare库下载和初始化教程，请查阅我之前的文章输入参数名称 | 类型 | 必选 | 描述ts_code | str | Y | 股票代码（二选一）trade_date | str ...
import pandas as pdimport numpy as np#df=pd.read_csv("HR.csv")print(df)原文：https://www.cnblogs.com/mylinpython/p/9073882.html
---恢复内容开始---Python数据分析基础（1）//2019.07.09python数据分析基础总结1、python数据分析主要使用IDE是Pycharm和Anaconda，最为常用和方便的是Anaconda.2、python字符串常用操作：（1）用三引号实现字符串的多行输入；（2）字符串的特征分割：可以利用split函数来进行实现，例如s是定义的字符串，那么s.split("分割特征q")则可以实现字符串s以分割特征q为隔离点分成几块；（3）字符串的长度可以用len函数，len(s)可以输出...
摘要：本篇文章通过python与excel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作。Excel是数据分析中最常用的工具，本篇文章通过python与excel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作。在Python中pandas库用于数据处理，我们从1787页的pandas官网文档中总结出最常用的36个函数，通过这些函数介绍如何通过python完成数据生成和导入，数据清洗，预处理，以及最常见...
https://www.cnblogs.com/liuzhen1995/p/9265383.htmlRedis：一个高性能的key-value数据库。支持数据的持久化，可以将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用；提供string、list、set、zset、hash等数据结构的存储，并支持数据的备份。 本文适合使用的场景：当一个项目中Redis缓存的数据量逐渐增大，Redis缓存的数据占用内存也会越来越大，而且其中有很多很可能是价值不大的数据。由于Redis是一个key-value数据...
numpy、pandas、matplotlib（+seaborn）是python数据分析/机器学习的基本工具。numpy的内容特别丰富，我这里只能介绍一下比较常见的方法和属性。 第一部分: http://www.cnblogs.com/cgzl/p/7630065.html第二部分: http://www.cnblogs.com/cgzl/p/7630972.html第三部分: http://www.cnblogs.com/cgzl/p/7631471.html这是最后一部分：由于直接再这里添加jupyter notebook源码的话变形比较厉害，所以还是直接上图吧，请看： 原文：htt...
很久以前就有想过使用深度学习模型来对dota2的对局数据进行建模分析，以便在英雄选择，出装方面有所指导，帮助自己提升天梯等级，但苦于找不到数据源，该计划搁置了很长时间。直到前些日子，看到社区有老哥提到说OpenDota网站(https://www.opendota.com/)提供有一整套的接口可以获取dota数据。通过浏览该网站，发现数据比较齐全，满足建模分析的需求，那就二话不说，开始干活。这篇文章分为两大部分，第一部分为数据获取，第二部分...
Rodeo 是一个以数据为中心的 Python 集成开发环境，基于 Web 浏览器使用。安装：?12$ pip install rodeo $ rodeo .Execute scriptsRun analysisAutocompleteInspect your dataPlotsDocumentation and Help原文：http://my.oschina.net/u/2306127/blog/420186
CODE:#!/usr/bin/python # -*- coding: utf-8 -*-''' Created on 2014-7-3 @author: guaguastd @name: tweet_lexical_diversity.py '''# Compute lexical diversity def lexical_diversity(tokens):return 1.0*len(set(tokens))/len(tokens)# Compute the average number of words per tweet def average_words(statuses):total_words = sum([len(s.split()) for s in statuses])return 1.0*total_words/len(statuses)if __name__...