夜的独白

  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理
上一页 1 ··· 9 10 11 12 13 14 15 16 17 ··· 20 下一页

2021年7月5日

摘要: 小白一枚,金融大数据分析作业,顺便总结一下。 下面的数据以中国银行股票为例,其他股票的而分析方法类似。编程工具:Jupyter notebook 1. 导入数据分析包并设置好绘图工具属性 import pandas as pd import matplotlib.pyplot as plt impo 阅读全文
posted @ 2021-07-05 10:20 夜的独白 阅读(1204) 评论(0) 推荐(0)

2021年7月2日

摘要: 数据挖掘入门与实战 公众号: datadw 原文:https://www.kesci.com/apps/home/#!/forum/postdetail/59194c685d9f204ee315ed90 回复公众号“携程预测”获取本文数据分析python源码. 调查发现,在出行产品业务中,不同区域的 阅读全文
posted @ 2021-07-02 14:50 夜的独白 阅读(415) 评论(0) 推荐(0)

摘要: 背景 科赛网“Pandas做数据分析”数据集,进行探索分析 代码 首先,导入数据集,查看数据 背景 科赛网“Pandas做数据分析”数据集,进行探索分析 代码 首先,导入数据集,查看数据 ![数据集](https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQ 阅读全文
posted @ 2021-07-02 14:48 夜的独白 阅读(338) 评论(0) 推荐(0)

摘要: Python数据分析博文汇总 Pandas重复值处理函数drop_duplicates() Pandas数据库缺失值处理函数dropna Pandas中slice函数字段抽取 python数据分析-DataFrame数据框基本知识 Pandas数据库数据抽取 Numpy.random.randint 阅读全文
posted @ 2021-07-02 14:42 夜的独白 阅读(2859) 评论(0) 推荐(0)

摘要: 呀~博主是正在学习数据分析的一员,记录的是自己学习过程中总结的知识点,肯定有不完善的地方,如有问题可以私聊我改正,共同学习进步。希望大家都能保持学习的热情,坚持自己,不断超越自己! 博客地址: qxi的博客 如果发现有些看不太懂了,可以看看我前面介绍的: numpy模块基础知识(1) numpy模块 阅读全文
posted @ 2021-07-02 14:34 夜的独白 阅读(58) 评论(0) 推荐(0)

摘要: 本文参考《利用 Python 进行数据分析》的第五章 pandas入门 pandas拥有一组常用的数学和统计方法。它们大部分属于约简和汇总统计,用于从Series中提取单个值(如sum和mean),或从DataFrame的行或列中提取一个Series。跟对应的Numpy数组方法相比,它们都是基于没有 阅读全文
posted @ 2021-07-02 14:27 夜的独白 阅读(178) 评论(0) 推荐(0)

摘要: ——python sql pandas在数据处理上有着丰富且高效的函数,我们把数据清理、整理好后,只是一张原始的DataFrame。python也能像SQL一样或者excel里面的voolkup一样将数据进行合并,也能像excel里面的透视表或者sql group by一样进行数据透视组合,也能像e 阅读全文
posted @ 2021-07-02 14:24 夜的独白 阅读(451) 评论(0) 推荐(0)

摘要: scipy为python提供了矩阵的运算,还有功能:最优化、线性代数、积分、插值、拟合、特殊函数、快速傅里叶变换、信号和图像处理、常微分方程的求解等等。安装scipy之前必须安装numpy。 例子如下,python3在pycharm中编译: from scipy.optimize import fs 阅读全文
posted @ 2021-07-02 14:16 夜的独白 阅读(370) 评论(0) 推荐(0)

摘要: 接着上一篇文章,这里对爬取到的数据进行简单的数据分析 开发环境:jupyter 导入依赖的包 %matplotlib inline # 数据处理 import pandas as pd import numpy as np # 绘图 import matplotlib.pyplot as plt # 阅读全文
posted @ 2021-07-02 14:14 夜的独白 阅读(401) 评论(0) 推荐(0)

摘要: Python数据分析案例实战 课程大纲: 第一课:电力窃漏电用户识别系统案例实战 传统的窃漏电分析是通过人工检测来进行的,对人的依赖性太大,为了提高窃漏电的判别效率,电力公司决定先根据用户的电表数据进行初步的自动判断,对于判别为窃漏电的用户再进行人工检测。 第二课:公共交通运营数据分析案例实战 某公 阅读全文
posted @ 2021-07-02 14:10 夜的独白 阅读(1027) 评论(0) 推荐(0)

上一页 1 ··· 9 10 11 12 13 14 15 16 17 ··· 20 下一页