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
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 ...
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...
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
Python用几行程序，就可以做出线性回归分析。线性回归方程，利用数理统计中的回归分析，来确定两种或两种以上变数间相互依赖的定量关系。方程其实是中学数学课程内容。用此方法根据已知数据推测未来数据，一般不易让人接受。要知道未来有很多变化因素。但近期新冠病毒，用此方法预测未来可能的得病人数，却也不得不惊叹这个方程，也是可以借鉴的。根据Python分析英国病例的数据，推测出死亡人数基本每三天就要翻倍。看下表，由此推...
以下操作都需要导入numpy模块（没有该模块的需要安装）from numpy import *创建数组：创建一维数组：>>>a=arange(5) 此时a就是一维数组。创建多维数组：>>>a=array([[1,2,3],[4,5,6]]) 此时a就是二维数组获取数组的数据类型：Numpy数组一般是同质的，即数组中所有元素类型必须是一致的。>>>a.dtypedtype(int32)确定数组的维数：>>>aarray(0,1,2,3,4)>>>a.shape(5,)shape返回一个元组，元组的元素即为numpy数组中每一个维度上的大...
python3 利用xlrd,xlwt编写一个简单的数据分析程序：简单需求根据“待分析文件"中第一个sheet中的id值集合过滤第二个sheet中的对应列id的单元格值 相等的行， 并且将这些行输出到“分析结果文件”待分析文件-sheet1id 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 待分析文件-sheet2id name other 1 xxxx 3 2 xxxx 4 3 xxxx 5 4 xxxx 6 5 xxxx 7 6 xxxx 8 7 xxxx 9 8 xxxx 10 9 xxxx 11 10 x...
日期：2020.01.27博客期：135星期一 【本博客的代码如若要使用，请在下方评论区留言，之后再用（就是跟我说一声）】 今天问了一下老师，信息领域热词从哪里爬，老师说是IT方面的新闻，嗯~有点儿意思了！ 我找到了好多IT网站，但是大多数广告又多，名词也不专一针对信息领域，所以啊我就暂且用例一个相对还好的例子： 数据来源网址：https://news.51cto.com/（最终不一定使用此网站的爬取数据） 网站的相关热词来源...