随笔分类 - 数据分析
数据分析、numpy、pands、matplotlib、pyecharts等
摘要:初识pyecharts pyecharts是一个用于生成Echarts图表的类库,能利用几行代码轻松生成Echarts风格的图表。python是数据挖掘、数据分析的优秀工具、pyecharts是数据可视化的优秀工具。当python遇见pyeacharts能擦出什么样的火花呢? 安装: 默认安装最新的
阅读全文
摘要:数据可视化是数据分析中的一部分,可用于数据的探索和查找缺失值等,也是展现数据的重要手段。matplotlib是一个强大的工具箱,其完整的图表样式函数和个性化的自定义设置,可以满足几乎所有的2D和一些3D绘图的需求。 1. 条形图 条形图主要用来表示分组(或离散)变量的可视化,可以使用matplotl
阅读全文
摘要:在 "前面" 的学习中主要了解了Pandas如何构造序列和数据框,如何读取和写入各种格式的数据,以及如何对数据进行初步描述,本文将进一步了解Pandas如何处理字符串和日期数据,数据清洗,获取数据子集,透视表,分组聚合操作等内容。 4. Pandas处理字符串和日期数据 待处理的数据表 数据处理要求
阅读全文
摘要:Pands模块可以帮助数据分析师轻松地解决数据的预处理问题,如数据类型的转换、缺失值的处理、描述性统计分析、数据的汇总等。Pandas模块的核心操作对象就是序列(Series)和数据框(DataFrame)。序列可以理解为数据集中的一个字段,数据框是指含有至少两个字段(或序列)的数据集。 1. 序列
阅读全文
摘要:1. 使用numpy构建数组和矩阵 1.1 创建数组或矩阵 [1. 2.5 3.2 4.1] [10 20 30 40 50] [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] (4,) (5,) (3, 4) float64 int32 int32 1.2 获取元素 使用索
阅读全文
摘要:说明: 本文用途只做学习记录: 参考书籍:从零开始学Python数据分析与挖掘/刘顺祥著.—北京:清华大学出版社,2018 数据下载:链接: "https://pan.baidu.com/s/1VhnNfUNgNLICIFRyrlteOg" 提取码:m1dl 首先看一下刘老师介绍的数据分析和数据挖掘
阅读全文

浙公网安备 33010602011771号