ElonJiang

摘要： 学习时间：2019/10/20 周日下午17点开始。 学习目标：Page164-Page，共23页，目标3天学完，每天8页，预期1021学完。 实际反馈：第一天较为集中的学习7页，用时2.5小时。实际1025学完，耗时5天，2.5+5*1=7.5小时 输入输出通常可划分为几个大类： 读取文本文件和其 阅读全文

摘要： 5.2 基本功能 （1）重新索引 - 方法reindex 方法reindex是pandas对象地一个重要方法，其作用是：创建一个新对象，它地数据符合新地索引。 如，对下面的Series数据按新索引进行重排： 根据新索引重排后的结果如下，当某个索引值不存在，就会在原来的基础上引入缺失值NaN： 利用r 阅读全文

摘要： pandas库，含有使数据清洗和分析工作变得更快更简单的数据结构和操作工具。pandas是基于NumPy数组构建。 pandas常结合数值计算工具NumPy和SciPy、分析库statsmodels和scikitlearn，和可视化库matplotlib等工具一同使用。 5.1 pandas数据结构 阅读全文

摘要： np.random.randint(low, high=None, size=None, dtype='l') 该函数作用：用于产生离散均匀分布的整数 low:生成元素的最小值 high:生成元素的值一定小于high值 size:输出的大小，可以是整数也可以是元组 dtype:生成元素的数据类型 注 阅读全文

摘要： 参考原文链接（英文版）：https://www.sharpsightlabs.com/blog/numpy-axes-explained/；中文版：https://www.jianshu.com/p/f4e9407f9f9d 学好数据分析，得学好Numpy；学好Numpy，首先彻底理解“轴”的概念！ 阅读全文

摘要： 4.2 通用函数：快速的元素级数组函数 通用函数（即ufunc）是一种对ndarray中的数据执行元素级运算的函数。 1）一元（unary）ufunc，如，sqrt和exp函数 2）二元（unary）ufunc，可接受2个数组，并返回一个结果数组，如add或maximum函数 3）部分ufunc可返 阅读全文

摘要： 2.3 NumPy数组的运算 数组，不需要编写循环即可对数据执行批量运算！NumPy用户称此特性为矢量化（vectorization）。 （1）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 （2）数组与标量的算术运算将标量值传播到各个元素 PS：**在python中表示幂运算，如，2**3 阅读全文

摘要： 1. NumPy简介 NumPy是Python数值计算最重要的基础包，大多数提供科学计算的包都是用NumPy作为基础。 NumPy功能如下：（1）ndarray，一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。 （2）用于对整组数据进行快速运算的标注数学函数（无需编写循环）。 （3）用 阅读全文

摘要： 本篇开始，结合前面所学的Python基础，开始进行实战学习。学习书目为《利用Python进行数据分析》韦斯-麦金尼 著。 之前跳过本书的前述基础部分（因为跟之前所学的《Python基础》重复），进入第四章-Numpy基础的学习。 1. 了解IPython - Python实验组必备工具 1.1 如何 阅读全文

摘要： 拍子：表示在相同时间片段内，单位拍出现的数量。分为强拍子跟弱拍，从一个强拍到下一个强拍之间的部分，我们称之为一个“小节”，并用“小节线”在第二个强拍之前做区分。 拍号：拍号用于表示每小节内单位拍出现的数量，以及单位拍的时延，用分数兴形式表示。分子则表示每个小节单位拍的数量，分母表示单位拍的时值。如常 阅读全文