12 2019 档案
摘要：import seaborn as sns sns.lmplot() # 线性回归图 sns.regplot() # 线性回归图 sns.residplot() # 残差图 sns.swarmplot() # 蜂群图 sns.jointplot() # 关节图 sns.pairplot() # 成对
阅读全文
摘要：plt.axes() # 指定图的位置大小 plt.axis() # 限制x,y范围 plt.legend() # 说明位置 plt.pcolor(cmap=) # 等高图 plt.colorbar() # 颜色条(不同的高度颜色不同) plt.contour() # 等高线图 plt.contou
阅读全文
摘要：import matplotlib.pyplot as plt plt.plot(x, y, color=, marker=, linestyle=, alpha=) # 线图 plt.scatter() # 点图 plt.hist() # 柱状图 plt.subplots() # 子图 plt.s
阅读全文
摘要：df.unstack() # 列堆叠 df.stack() # 行堆叠 df.swaplevel() # 交换index的位置 df.groupby() # 重新分组 df.idxmax() # 最大值的列名 pd.Categorical() # 更改列的类型为'category' df.pct_c
阅读全文
摘要：pd.to_numeric() # 转换float数据类型 pd.to_datetime() # 转换时间格式 df.column.map() # 更改数据的值 df.resample() # 按时间重新取样 df.rolling() # 滚动取样 df.set_index() # 设置index
阅读全文
摘要：pd.melt() # 数据的整合 pd.pivot_table() # 数据透视表 pd.concat() # 数据连接 df.append() # 数据的连接(简便) pd.merge() # 数据合并 pd.merge_ordered() # 数据合并且按时间排序 df.join() # 数据
阅读全文
摘要：Pandas 主要用于对数据的处理 import pandas as pd 以下 df 为 DataFrame对象 pd.DataFrame() # 创建实例化对象 df pd.ExcelFile() # 读取.xls文件 pd.read_sql_quary() # 读取 .sql 文件 pd.re
阅读全文
摘要：Numpy模块主要用于数据的运算 import numpy as np np.array() # 创建对象，类型为numpy.ndarray np.arange().reshape() # 快速创建数组 np.genfromtxt() # 不同数据类型的文件读取 np_obj.shape np.lo
阅读全文
摘要：numpy panda matplotlib seaborn SQL
阅读全文
浙公网安备 33010602011771号