import pandas as pdimport numpy as npfrom pandas import Series,DataFrame#df1 = DataFrame({城市:["北京","上海","广州"],人口:[1000,2000,1500]})# print(df1)# 城市 人口# 0 北京 1000# 1 上海 2000# 2 广州 1500#方法1：# df1["GDP"] = Series([1000,2000,1500])# print(df1)# 城市 人口 GDP# 0 北京 1000 1000# 1 上海 2000 2000# 2 广州 1500 1500#方法2：# df2 = DataFrame({城市:["北京",...
import pandas as pdimport numpy as npfrom pandas import Series,DataFrame#重命名DataFrame的indexdf1 = DataFrame(np.arange(9).reshape(3,3),index=["BJ","SH","GZ"],columns=["A","B","C"])# print(df1)# A B C# BJ 0 1 2# SH 3 4 5# GZ 6 7 8#方法1：# df1.index = Series(["bj","sh","gz"])# print(df1)# A B C# bj 0 1 2# sh 3 4 5# gz 6 7 8#方法2：# df1.index = df1.index.map(str.uppe...
import pandas as pd reviews = pd.read_csv('fandango_scores.csv') cols = ['FILM','RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars'] norm_reviews = reviews[cols] print(norm_reviews)FILM RT_user_norm \ 0 Avengers: Age of Ultron (2015) 4.30 1 Cinderella (2015) 4.00 2 ...
数组转置和轴对换，数组不仅有transpose方法，还有一个特殊的T属性：In [99]: arr=np.arange(15).reshape((3,5))In [100]: arr Out[100]: array([[ 0, 1, 2, 3, 4],[ 5, 6, 7, 8, 9],[10, 11, 12, 13, 14]])In [101]: arr.T Out[101]: array([[ 0, 5, 10],[ 1, 6, 11],[ 2, 7, 12],[ 3, 8, 13],[ 4, 9, 14]]) 通用函数In [102]: arr=np.arange(10)In [103]: arr Out[103]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])In...
数组很重要，因为它使你不用编写循环即可对数据执行批量运算。这通常叫做矢量化。 大小相等的数组之间的任何算术运算都会将运算应用到元素级：In [38]: arr=np.array([[1.,2.,3.],[4.,5.,6.]])In [39]: arr Out[39]: array([[1., 2., 3.],[4., 5., 6.]])In [40]: arr*arr Out[40]: array([[ 1., 4., 9.],[16., 25., 36.]])In [41]: arr-arr Out[41]: array([[0., 0., 0.],[0., 0., 0.]])同样，数组与标量的算术运算也会将那个标量...
上篇我们学习了pandas的数据读取，这次我们来看看如何进行数据的存入，代码撸起来~csv文件格式：to_csv(文件路径, sep=, index=TRUE, header=TRUE)index默认是true，带行序号header默认是true，带列名from pandas import DataFrame from pandas import Series #造数据df=DataFrame({age:Series([26,85]),name:Series([xiaoqiang1,xiaoqiang2])}) df #存入 df.to_csv(d:\1.csv)excel文件格式：to_excel(文件路径, index=TRUE, heade...
结构化数据表格型数据，其中各列可能是不同的类型（字符串，数值，日期等）。比如保存在关系型数据库中或以制表符/逗号为分隔符的文本文件中的那些数据。 多维数组（矩阵） 通过关键列（对于SQL用户来说，就是主键和外键）相互联系的多个表 间隔平均或不平均的时间序列。Numpy介绍Numpy是python科学计算的基础包。它提供了以下功能： 1 快速高效的多维数组对象ndarrary 2 用于对数组执行元素级计算以及直接对数组执行数学运算的函数...
接着上篇我们继续进行pandas中的DataFrame，话不多说，直接撸代码，里面有注释#dataframe的操作不外乎 增删改查from pandas import Seriesfrom pandas import DataFramedf=DataFrame({age:Series([18,20,30]),name:Series([x1,x2,x3])})print(df)访问列：变量名[列名]访问行：变量名[n:m] 访问n行到m-1行访问块（行和列）：变量名.iloc[n1:n2, m1:m2] 访问n1到n2-1行，m1到m2-1列的数据访问指定的位置：变量名.at[行索引,列名]#访问...
饼图的绘制可以使用matplotlib库中的pie函数，首先我们来看看这个函数的参数说明。 一： pie函数参数解读 plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)x：指定绘图的数据； explode：指定饼图某些部分的突出显示，即呈现爆炸式； label...
pandas是什么呢？可能大家会看到各种解释，其实ta就是一个数据分析包啊。。。。。没啥可解释的pandas中常见的数据结构有三种，Series（一维数组，也叫序列），DataFrame（二维表格，类似excel多行多列），Panel（三维数组）那什么是数据结构呢？就是相互之间存在的一种或多种特定关系的数据类型的集合。好了，概念就是这么简单，相信有python基础的朋友应该很容易理解，如果你没有。。。。恩。。。就没有吧今天我们先来介绍下Serie...
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。还有很多官方介绍，总而言之就是强大强大很强大。。。在我看来TA主要面向科学计算，其实就是数据分析的一个标准环境。下载地址：https://www.anaconda.com/distribution/至于安装完全是傻瓜式这里就不多说了~我在一些群里还看到有人推崇用python2，还是各种高大上的理由，我在这里强烈建议大家直接python3扔到2,官方即将放弃维护了，而且...
1.1.2 列表 与元组不同，列表的长度是可变的，内容也是可以修改的。可以使用中括号[ ]或者list函数来定义列表：In [30]: a_list = [2, 3, 7, None]In [31]: tup = (foo, bar, baz)In [32]: b_list = list(tup)In [33]: b_list Out[33]: [foo, bar, baz] In [34]: b_list[1] = peekaboo In [35]: b_list Out[35]: [foo, peekaboo, baz]列表与元组非常相似，它们的很多函数用法都是相似的。 list函数在数据处理中常用于将迭代器...
去年我决定从传统水利行业跨行到数据科学领域的时候，满脑子都是困惑与担心，犹豫放弃所学多年的专业知识值不值得，担心万一转行失败怎么办，纠结实际工作比想象中的难怎么办。 没遇到指点迷津的大佬，只好网上各种搜，众说纷纭，最后在「要不要转行」这个问题上浪费了很长时间。在跨过这个坎之后，回头来看以前那些问题，思路清晰很多。 一路走来，我也积累了不少有用的技巧，现在就将数据科学家必备的技能分享给大家！在开始阶段...
最近接到实验室的导师交给我的一个任务，就是他们手头有很多smile表达式，格式类似这种：C(=C(c1ccccc1)c1ccccc1)c1ccccc1（这是生物信息学中表达小分子结构的一种常用表达式），他们需要对每个smile表达式在ZINC网站（生物信息学数据网站）上进行搜索，然后找到对应的ZINC号、小分子供应商、构象预测等信息。基本步骤如下： 点击查找之后网页就会跳转到详细信息，我们需要获取它的ZINC号、小分子供应商、构象预测、CAS号等信息，如...
今天开始将把学习大数据分析的内容以笔记形式发布出来，希望能督促自己学习也分享给大家。大数据的分析是基于python语言。经常有人问我是学习java还是python好，我一般都会回答，如果你以前有java基础那就学习java吧，毕竟学起来快。如果你没有基础那强烈建议你学习python，为毛呢？因为未来的物联网、大数据、AI等等基本都是python啊，你现在不学以后也的学，迟早的事情而已！！！！！因为我已经有了python自动化测试开发的基础，...