摘要： pandas遗留的操作 pivot： # 个人理解就是选择1对1个变量，或者1对多个变量进行研究（从以index作为索引的dataframe，作左上角有斜线的一个分析表） foo bar baz zoo 0 one A 1 x 1 one B 2 y 2 one C 3 z 3 two A 4 q 阅读全文

摘要： 第二章 data and sampling distributions 抽样和分布 random sampling and sample bias 随机抽样和抽样偏倚 key terms sample : 抽样集 subset from a larger dataset population: th 阅读全文

摘要： utils操作 除了画图和基本clean up操作以外，在分析数据集的过程中还有一些基本的切片操作以及其他，在这里记录一下。 数据集来源pokemon kaggle，基本样式 # Name Type 1 Type 2 HP Attack Defense Sp. Atk Sp. Def Speed G 阅读全文

摘要： 基本py操作 这次主要是各种图形的绘制，以及上次遗留的一些问题 默认df = pd.read_csv('xxx') 拆分年月日以及相关操作 # 拆分年,月,日,小时，分钟，秒，周 然后添加到新行 def split_date(col,df): df[col+'_year'] = df[col].dt 阅读全文

摘要： 常用命令记录： 可能包括pandas,numpy,matplotlib,seaborn,scipy 默认数据为df = pd.read_csv() 1. 看column的数据类型 df.info() 2. 看data的简单指标:min,max,Q1,2,3,4,mean,std,count df.d 阅读全文

摘要： 撰写理由 很多情况下，发现自己的理论知识特别薄弱，一些基本的实用统计学操作和值的含义都不懂。这里基于《Practical Statistics for Data Scientist》这本书，来学习和归纳实用统计学的基本概念和常见操作 Central Tendency：中心趋向性 常见的key ter 阅读全文

摘要： EDA-探索性数据分析 前言：想要从事DA/DS行业的一个很重要的工作部分貌似就是处理数据，处理数据有很多概念：data engineering（DE）, data mining(DM) ,data cleaning(DC)又或者是Exploratory Data Analysis。以前我对这些名称 阅读全文

摘要： package helloworldapp; public class class_basics { /** field */ private int cadence; //节奏 private int gear; private int speed; /** constructor */ publ 阅读全文

摘要： package helloworldapp; import java.util.*; public class language_basics { /** Variables */ int speed = 0; //local variable static int numGers = 6; //g 阅读全文

摘要： 图形种类 w3cschool上说明了5种 直方图 PROC UNIVARIATE /*这个procedure可以得到：矩、位置和可变形的基本测度、位置检验、分位数、极值观测*/ DATA= SASHELP.CARS noprint; /*不输出*/ WHERE MAKE = 'Audi'; /*选择 阅读全文