准备工作 matplotlib库 三体.txt（utf-8编码） 三体主要人物.txt（utf-8编码） 大纲 导入matplotlib.pyplot方法，创建1个Novel类，包含2个属性和4个方法。import matplotlib.pyplot as pltclass Novel():"""创建一个小说的类"""def __init__(self, novel_name, roles_name):"""初始化类的属性""" def one_role_nums(self, role_name):"""统计一个人物名字出现的次数""" def main_roles_nums(self):"""统计主要人物名字出...
Pandas介绍 pandas可是说是numpy的升级版。 如果把numpy看作是一个list，那pandas就是一个dict pandas安装 终端：sudo pip install pandas CMD：pip install pandas 引入pandas搭配numpy使用 import pandas as pd import numpy as nppandas数据类型Series s = pd.Series(data,index,dtype,name,copy,fastpath)各个属性默认为None或False s = pd.Series([1,3,4,np.nan,1]) print(s)0 1.0 1 3.0 2 4.0 3 NaN 4 1.0 dt...
《Python for Data Analysis》一书由Wes Mckinney所著，中文译名是《利用Python进行数据分析》。这里记录一下学习过程，其中有些方法和书中不同，是按自己比较熟悉的方式实现的。 第三个实例：US Baby Names 1880-2010 简介： 美国社会保障总署（SSA）提供了一份从1880年到2010年的婴儿姓名频率的数据。 数据地址： https://github.com/wesm/pydata-book/tree/2nd-edition/datasets/babynames 准备工作：导入pandas和matplo...
补充：np.ceil()向上取整 3.1向上取整是4np.floor()向下取整数组名.resize((m,n)) 重置行列 基础操作np.random.randn()符合正态分布(钟行/高斯)的数据矩阵的水平拼接 np.vstack((a,b))矩阵的垂直拼接 np.hstack((a,b))点阵积： np.dot(a,b)/ a@b结果是：a的行中的每个元素*b的列的每个元素。结果在求和特列应用：B[]列入班级成绩计算实列#点阵积实列 import numpy as npa = np.array([[80,80], [60,60], [...
有时候你在做 Python 数据分析的时候，可能会出现这么个情况：用 Pandas 打开一个超大型数据集，想得到一些度量（metrics），然后就尴尬地卡住了。大家都知道，如果你处理大数据，手里用的是 Pandas，有时要等上一小时才能得到一个 Series 的平均值，甚至都还没调用 apply 函数。这还只是几百万行啊，如果是几十亿行，那最好还是用 Spark 之类的高级工具吧。那么就没有好办法了吗？有的，就有这么一个工具，能够加速 Python 数据分...
很多小伙伴入坑Python都是从爬虫开始的，在简单了解 HTTP 协议、网页基础知识和一些爬虫库之后，爬取一般的静态网站根本不在话下。写几十行代码便能实现表情包爬取 我也是从爬虫开始，轻松爬取数据让我感到快乐，但我逐渐意识到，爬取数据仅仅只是第一步，对数据进行分析才是重点。作为一名数据分析师，我的工作是要做好技术岗和业务岗的对接。 Python，再次以他强大的魅力拯救了我的工作效率。Python因为其易读、易学和高效有了今...
1.获取数据: 想要获得道指30只成分股的最新股价import requests import re import pandas as pddef retrieve_dji_list():try:r = requests.get(https://money.cnn.com/data/dow30/)except ConnectionError as err:print(err) search_pattern = re.compile(class="wsod_symbol">(.*?)<\/a>.*?<span.*?">(.*?)<\/span>.*?\n.*?class="wsod_stream">(.*?)<\/span>)dji_list_in_text = re.findall(search_pattern, r.text)dji_list = ...
1. 重复值的处理 利用drop_duplicates()函数删除数据表中重复多余的记录, 比如删除重复多余的ID.1 import pandas as pd 2 df = pd.DataFrame({"ID": ["A1000","A1001","A1002", "A1002"], 3 "departmentId": [60001,60001, 60001, 60001]}) 4 df.drop_duplicates() 2. 缺失值的处理 缺失值是数据中因缺少信息而造成的数据聚类, 分组, 截断等 2.1 缺失值产生的原因 主要原因可以分为两种: 人为原因和机械原因. 1) ...
“非本专业想转型做数据分析，有救吗？” “数学不好，英语不好，想学Python数据分析，有救吗？” “不懂Python数据分析到底是什么，有救吗？”我的答案是 妥妥有救！ 大家好，我是大鹏，目前在城市数据团，是一名数据分析师。 准确来说，我是一名非本专业的转行数据分析师，以上三个问题是我在从事数据分析工作后经常被问到的。 01 重新定义“非本专业” 欢迎加入python学习交流q群250933691，分享我精心准备的Python学习资料，...
下载：https://pan.baidu.com/s/1YSD97Gd3gmmPmNkvuG0eew更多资料分享：http://blog.51cto.com/3215120 《Python数据分析基础教程：NumPy学习指南(第2版)》高清中文PDF+高清英文PDF+源代码 高清中文版PDF，249页，带目录和书签，文字能够复制粘贴；高清英文版PDF，310页，带目录和书签，文字能够复制粘贴；中英文两版可以对比学习。配套源代码；经典书籍，讲解详细；其中高清中文版如图：
下载：https://pan.baidu.com/s/1BVwu7USxXFPGRr5Vxqktkg 《从Excel到Python数据分析进阶指南》高清中文版PDF 带目录，文字可以复制粘贴。
本章概要数据加载、存储与文件格式 数据加载、存储与文件格式 读取文本格式数据read_csv 默认是按照逗号分割，也可设定其他分割符df = pd.read_csv(file, sep=|)也可以使用read_table，但是必须要指定分隔符df = pd.read_table(examples/ex1.csv, sep=,) 一些参数设置pd.read_csv(examples/ex2.csv, header=None) # 一些文件没有列标题，可以设置文件头为空pd.read_csv(examples/ex2.csv, names=[a, b, c, d, message]) # 也...
import pandas as pd from scipy.interpolate import lagrange inputfile = './data/catering_sale.xls' outputfile = 'sales.xls' data = pd.read_excel(inputfile) row_indexs = (data[u'销量'] < 400) | (data[u'销量'] > 5000) #得到过滤数据的索引 data.loc[row_indexs,u'销量'] = None #过滤数据 #自定义列向量插值函数 #s为列向量，n为被插值的位置，k为取前后的数据个数，默认为5 def ployinterp_column(s, n, k=5):y = ...
下载：https://pan.baidu.com/s/1ymQo0qlb79G9kgQEbTo9Fg 《Python金融大数据分析》中文版PDF+高清英文版PDF+源代码 中英文两版可以对比学习。 配套源代码； 经典书籍，讲解详细； 中文版如图
python-基本方法《Python数据分析常用手册》一、NumPy和Pandas篇 一、常用链接：1.Python官网：https://www.python.org/2.各种库的whl离线安装包：http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn3.数据分析常用库的离线安装包（pip+wheels）（百度云）：http://pan.baidu.com/s/1dEMXbfN 密码：bbs2 二、常用库1.NumPy NumPy是高性能科学计算和数据分析的基础包。部分功能如下： ndarray, 具有矢量算术运算和复杂广...