小小喽啰 - 博客园

2020年12月9日

摘要： 1.dict的反转 #主要思路，不写表达式，在表达式直接放在return def reverse_dict(d): ''' 就是字典的反转，key，value互换，但是注意value不能有重复值 ''' return {value:key for key,value in d.items()} 2. 阅读全文

posted @ 2020-12-09 20:33 小小喽啰阅读(45) 评论(0) 推荐(0)

while、for 、if 等区别

摘要：我们写函数时经常需要使用循环，下面就总结一下阅读全文

posted @ 2020-12-09 19:34 小小喽啰阅读(759) 评论(0) 推荐(0)

直方图和折线图放在同一画布上

摘要：有时候我们需要画出分箱后的个数直方图和每个区间的逾期率，大概图形就像下面一样直接给出代码 #构建数据 import pandas as pd import numpy as np data = pd.DataFrame({ 'A':list('红橙黄绿蓝靛紫'), 'B':np.random.ra 阅读全文

posted @ 2020-12-09 14:25 小小喽啰阅读(1292) 评论(0) 推荐(0)

2020年12月8日

numpy 的axis=0,1具体含义

摘要：首先看一下这个例子 import numpy as np a=np.arange(8).reshape(2,2,2) print(a.sum(axis=0)) print(a.sum(axis=1)) print(a.sum(axis=2)) ''' 输出如下： [[ 4 6] [ 8 10]] [ 阅读全文

posted @ 2020-12-08 09:51 小小喽啰阅读(182) 评论(0) 推荐(0)

2020年12月7日

matplotlib绘制单个、多个、堆积、双向柱形图

摘要：总结，主要是bar以及barh的用法，画堆叠图时还得注意一下数据类型，是否都是可加（数值型还是字符型，又或者是list等），如果不是，就是要np.array转化，还有竖图和横图间隔的设置，width和height，最后，数据都是最后的结果，数据值个数不能太多，一般不超过10个，如果是连续性数据，请先阅读全文

posted @ 2020-12-07 14:58 小小喽啰阅读(5030) 评论(0) 推荐(0)

画多变量的直方图，也就是说x坐标都一样，每个直方图代表着一类变量

摘要：总结：分别使用df.plot,sns,plt三种取实现多变量的直方图一、df.plot() 针对每个变量画直方图，每组直方图的x轴一样，也就是说画多变量的直方图，如果x轴是某列，则需要先设置某列为index，因为这个默认index作为x轴 x=range(1,6) sabf = (27,53,81 阅读全文

posted @ 2020-12-07 11:22 小小喽啰阅读(1425) 评论(0) 推荐(0)

sns.factorplot()绘制两维变量的关系图

摘要： factorplot 用于绘制两维变量的关系图，也就是共用x坐标，按照hue分组，画出不同hue种类的y 的值，用kind可指定其作图类型，包括：point, bar, count, box, violin, strip等目前还没有在官网找到对应的文档但是记住：参数kind：point默认，b 阅读全文

posted @ 2020-12-07 11:00 小小喽啰阅读(2084) 评论(0) 推荐(0)

sns.jointplot()双变量图，也就是双变量独自的分布图，以及这双变量的相关性图

摘要：数据分析中常用做图的方式实现相关性分析，即X轴设置为变量A，Y轴设置为变量B，做散点图，由于散点图中点的叠加显示，往往还需要关注每个变量自身的分布情况，jointplot把描述变量的分布图和变量相关的散点图组合在一起，是相关性分析最常用的工具，图片上还能展示回归曲线，以及相关系数 import st 阅读全文

posted @ 2020-12-07 10:06 小小喽啰阅读(13825) 评论(0) 推荐(0)

2020年12月3日

sns.set_context()设置绘图上下文参数，但主要是可以用于设置图片大小

摘要： sns.set_context() 传入参数是字典形式，具体参数就不多说了，我主要用于设置图片大小，看代码 sns.set_style("white") sns.set_context({"figure.figsize": (12, 8)}) #Plot 2 - overlay - "bottom" 阅读全文

posted @ 2020-12-03 20:52 小小喽啰阅读(1936) 评论(0) 推荐(0)

plt.legend()给图像加上图例，以区分哪个图形属于哪个

摘要：用于多个图形画在同一画框中，以区分哪个图形属于哪个 import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 2 * np.pi, 50) y = np.sin(x) plt.plot(x, y) plt.plot(x 阅读全文

posted @ 2020-12-03 20:46 小小喽啰阅读(862) 评论(0) 推荐(0)