摘要：
Pandas 数据清洗 数据清洗是对一些没有用的数据进行处理的过程。 很多数据集存在数据缺失、数据格式错误、错误数据或重复数据的情况，如果要对使数据分析更加准确，就需要对这些没有用的数据进行处理。 在这个教程中，我们将利用 Pandas包来进行数据清洗。 本文使用到的测试数据 property-da 阅读全文
posted @ 2022-03-18 15:25
emanlee
阅读(527)
评论(0)
推荐(0)
摘要：
Pandas JSON JSON（JavaScript Object Notation，JavaScript 对象表示法），是存储和交换文本信息的语法，类似 XML。 JSON 比 XML 更小、更快，更易解析，更多 JSON 内容可以参考 JSON 教程。 Pandas 可以很方便的处理 JSON 阅读全文
posted @ 2022-03-18 15:19
emanlee
阅读(465)
评论(0)
推荐(0)
摘要：
Pandas CSV 文件 CSV（Comma-Separated Values，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。 CSV 是一种通用的、相对简单的文件格式，被用户、商业和科学广泛应用。 Pandas 可以很方便的处理 C 阅读全文
posted @ 2022-03-18 15:17
emanlee
阅读(285)
评论(0)
推荐(0)
摘要：
Pandas 数据结构 - DataFrame DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。 DataFrame 构造方法如下： 阅读全文
posted @ 2022-03-18 15:13
emanlee
阅读(364)
评论(0)
推荐(0)
摘要：
Pandas 数据结构 - Series Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。 Series 由索引（index）和列组成，函数如下： pandas.Series( data, index, dtype, name, copy) 参数 阅读全文
posted @ 2022-03-18 15:07
emanlee
阅读(87)
评论(0)
推荐(0)
摘要：
Python pandas 入门 Pandas 应用 Pandas 的主要数据结构是 Series （一维数据）与 DataFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。 数据结构 Series 是一种类似于一维数组的对象，它由一组数据（各种Num 阅读全文
posted @ 2022-03-18 15:03
emanlee
阅读(162)
评论(0)
推荐(0)
摘要：
Matplotlib 饼图 我们可以使用 pyplot 中的 pie() 方法来绘制饼图。 pie() 方法语法格式如下： matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistan 阅读全文
posted @ 2022-03-18 14:20
emanlee
阅读(550)
评论(0)
推荐(0)
摘要：
Matplotlib 柱形图(直方图，柱状图) 我们可以使用 pyplot 中的 bar() 方法来绘制柱形图。 bar() 方法语法格式如下： matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', d 阅读全文
posted @ 2022-03-18 14:20
emanlee
阅读(2387)
评论(0)
推荐(0)
摘要：
Matplotlib 散点图 我们可以使用 pyplot 中的 scatter() 方法来绘制散点图。 scatter() 方法语法格式如下： matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=N 阅读全文
posted @ 2022-03-18 14:18
emanlee
阅读(1036)
评论(0)
推荐(0)
摘要：
Matplotlib 绘制多图 我们可以使用 pyplot 中的 subplot() 和 subplots() 方法来绘制多个子图。 subplot() 方法在绘图时需要指定位置，subplots() 方法可以一次生成多个，在调用时只需要调用生成对象的 ax 即可。 subplot subplot( 阅读全文
posted @ 2022-03-18 14:16
emanlee
阅读(1675)
评论(0)
推荐(0)
摘要：
Matplotlib 网格线 我们可以使用 pyplot 中的 grid() 方法来设置图表中的网格线。 grid() 方法语法格式如下： matplotlib.pyplot.grid(b=None, which='major', axis='both', ) 参数说明： b：可选，默认为 None 阅读全文
posted @ 2022-03-18 14:13
emanlee
阅读(7030)
评论(0)
推荐(0)
摘要：
Matplotlib 轴标签和标题 我们可以使用 xlabel() 和 ylabel() 方法来设置 x 轴和 y 轴的标签。 实例 import numpy as np import matplotlib.pyplot as plt x = np.array([1, 2, 3, 4]) y = n 阅读全文
posted @ 2022-03-18 13:11
emanlee
阅读(865)
评论(0)
推荐(0)
摘要：
Matplotlib 绘图线 绘图过程如果我们自定义线的样式，包括线的类型、颜色和大小等。 线的类型 线的类型可以使用 linestyle 参数来定义，简写为 ls。 类型简写说明 'solid' (默认) '-' 实线 'dotted' ':' 点虚线 'dashed' '--' 破折线 'das 阅读全文
posted @ 2022-03-18 13:08
emanlee
阅读(531)
评论(0)
推荐(0)
摘要：
Matplotlib 绘图标记 绘图过程如果我们想要给坐标自定义一些不一样的标记，就可以使用 plot() 方法的 marker 参数来定义。 以下实例定义了实心圆标记： 实例 import matplotlib.pyplot as plt import numpy as np ypoints = 阅读全文
posted @ 2022-03-18 13:05
emanlee
阅读(1524)
评论(0)
推荐(0)
摘要：
Python matplotlib 画图入门 安装 matplotlib C:\Python310\Scripts>pip install matplotlib Matplotlib Pyplot Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。 Pypl 阅读全文
posted @ 2022-03-18 13:02
emanlee
阅读(738)
评论(0)
推荐(0)
摘要：
NumPy 排序、条件刷选函数 NumPy 提供了多种排序的方法。 这些排序函数实现不同的排序算法，每个排序算法的特征在于执行速度，最坏情况性能，所需的工作空间和算法的稳定性。 下表显示了三种排序算法的比较。 种类速度最坏情况工作空间稳定性 'quicksort'（快速排序） 1 O(n^2) 0 阅读全文
posted @ 2022-03-18 10:00
emanlee
阅读(273)
评论(0)
推荐(0)
摘要：
NumPy 统计函数 NumPy 提供了很多统计函数，用于从数组中查找最小元素，最大元素，百分位标准差和方差等。 函数说明如下： numpy.amin() 和 numpy.amax() numpy.amin() 用于计算数组中的元素沿指定轴的最小值。 numpy.amax() 用于计算数组中的元素沿 阅读全文
posted @ 2022-03-18 09:57
emanlee
阅读(279)
评论(0)
推荐(0)
摘要：
NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。 三角函数 NumPy 提供了标准的三角函数：sin()、cos()、tan()。 实例 import numpy as np a = np.array([0,30,45,60,90]) print ('不同角度 阅读全文
posted @ 2022-03-18 09:55
emanlee
阅读(197)
评论(0)
推荐(0)
摘要：
NumPy 算术函数包含简单的加减乘除: add()，subtract()，multiply() 和 divide()。 需要注意的是数组必须具有相同的形状或符合数组广播规则。 实例 import numpy as np a = np.arange(9, dtype = np.float_).res 阅读全文
posted @ 2022-03-18 09:54
emanlee
阅读(308)
评论(0)
推荐(0)
摘要：
Numpy 数组操作 Numpy 中包含了一些函数用于处理数组，大概可分为以下几类： 修改数组形状 翻转数组 修改数组维度 连接数组 分割数组 数组元素的添加与删除 修改数组形状 函数描述 reshape 不改变数据的条件下修改形状 flat 数组元素迭代器 flatten 返回一份一维数组拷贝（一 阅读全文
posted @ 2022-03-18 09:51
emanlee
阅读(514)
评论(0)
推荐(0)
浙公网安备 33010602011771号