老酱 - 博客园

2021年7月8日

摘要：文章目录 5.1.3 其他绘图样式 5.2 金融学图表 #第5章数据可视化 ##5.1 二维绘图 ###5.1.1 一维数据集按照给定的x和y值绘图 import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inli 阅读全文

posted @ 2021-07-08 11:06 老酱阅读(175) 评论(0) 推荐(0)

Python金融大数据分析

摘要： _无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。教程链接： https://www.cbedai.net/qtlyx _ 1.简单的例子了解一点金融工程的对这个公式都不会太陌生，是用现在股价预测T时阅读全文

posted @ 2021-07-08 11:04 老酱阅读(1042) 评论(0) 推荐(0)

2021年7月7日

空气质量分析

摘要：由于雾霾问题，全社会都很关注空气质量，政府也花了很多钱力图改善空气质量。我们作为城市市民经常要问：我们城市的空气质量到底怎样？这几年我们城市的空气质量是在改善还是恶化？我们城市的空气质量与其他城市相比，是更好还是更差？官方媒体一般都是说：我们的空气质量在改善，但有数据证明吗？官方数据可信吗？我们心阅读全文

posted @ 2021-07-07 15:05 老酱阅读(280) 评论(0) 推荐(0)

房价分析

摘要： Python数据分析学习入门四——房价分析房价预测导入数据,查看数据结构和类型倒入项目所需的包将划分好的数据导入分析简单查看训练集数据查看每列的数据类型查看因变量y的分布,处理极值查看数据基本情况画出直方图,直观查看数据对y值进行优化查看特征值x的情况,处理缺失值查看特征值阅读全文

posted @ 2021-07-07 15:02 老酱阅读(176) 评论(0) 推荐(0)

python数据分析师面试题选

摘要： # Create linear regression object regr = linear_model.LinearRegression() # Train the model using the training sets regr.fit(data_X_train, data_y_train 阅读全文

posted @ 2021-07-07 15:00 老酱阅读(1193) 评论(0) 推荐(0)

Python数据分析实战

摘要：数据及要求文件可以在博主得资源上下载，如果是源文件有个缺考得话，把他人为改成0或者使用python代码写也可以现请帮班主任做如下工作：给成绩表加上姓名列；给成绩表加上字段“总分”列，并求出总分；增加列字段“等级”，标注每人“总分”的“优、良、中、及格、差”(270≤优，240≤良， 210 阅读全文

posted @ 2021-07-07 14:59 老酱阅读(643) 评论(0) 推荐(0)

pandas数据分析

摘要：文章目录一、Pandas的使用 1.Pandas介绍 2.Pandas基本操作 Series的操作创建DataFrame 常见列操作常见行操作 DateFrame的基本操作时间操作 3.Pandas进行数据分析读取数据选择数据子集数据清洗布尔索引 group_by()的使用基本画图阅读全文

posted @ 2021-07-07 14:57 老酱阅读(668) 评论(0) 推荐(0)

共享单车骑行数据分析数据来源

摘要：背景介绍随着我国的经济迅速发展，城市人口急剧增加，随之带来的是一系列的问题，交通拥堵，环境受到破坏，发展公共交通可以完美的解决现在我们面临的这些问题，自行车具有机动灵活、低碳环保的优点，如果自行车可以取代现在的机动车，那么道路就不会那么拥挤，人们的出行效率就会大大提升，汽车废气的排放量也将大大的减阅读全文

posted @ 2021-07-07 14:56 老酱阅读(788) 评论(2) 推荐(0)

Python数据分析与可视化

摘要：读取数据含有逗号分隔符文件 JSON文件源文件含有逗号分隔符文件本节主要讲CSV类型的文件以及如何使用Pandas库来读取CSV文件。 CSV文件的简介用Pandas来读取CSV文件 CSV文件的简介在机器学习中以逗号作为分隔符的文件很常见（CSV文件），这种类型的文件每一行都有数据，每阅读全文

posted @ 2021-07-07 14:54 老酱阅读(608) 评论(0) 推荐(0)

拉格朗日差值

摘要：缺失值处理：举止，中位数，众数插补法使用固定值（规定的标准值）最近邻插补法回归方法插值法插值法有拉格朗日差值和牛顿插值法。一个较大的区别是，当节点增减的时候，拉格朗日插值必须重新计算，牛顿法则可以避免这一点。下面是python scipy中的lagrange插值函数的使用，使用某个阅读全文

posted @ 2021-07-07 14:53 老酱阅读(622) 评论(0) 推荐(0)

老酱

公告