Thank CAT

摘要： 背景介绍 本数据集包括了2015年至2017年我国36个主要一线城市、特区的一些年度数据，包括产值、人口、就业、教育、医疗、经济贸易、房地产投资等方面。 包含文件： 2015年国内主要城市年度数据.csv 2016年国内主要城市年度数据.csv 2017年国内主要城市年度数据.csv 数据特征 |数 阅读全文

摘要： 提出问题 影响乘客生还的因素很多，这里只对乘客的性别、年龄、乘客等级、这三个因素感兴趣， 看看这四个因素是否会影响乘客的生还率。 1.性别是否会影响生还率 2.年龄是否会影响生还率 3.乘客等级会否会影响乘客率 4.性别和舱位共同对生还率的影响 5.年纪和性别共同对生还率的影响 6.年纪和等级共同对 阅读全文

摘要： import tushare as ts import pandas as pd # 下载茅台所有股票交易数据 # df = ts.get_k_data(code="600519",start="2000-01-01") # df.to_csv("./maotai") # 将本地储存读入到DF中 d 阅读全文

摘要： 随机抽样，是统计学中常用的一种方法，它可以帮助我们从大量的数据中快速地构建出一组数据分析模型。在 Pandas 中，如果想要对数据集进行随机抽样，需要使用 sample() 函数。 sample() 函数的语法格式如下： DataFrame.sample(n=None, frac=None, rep 阅读全文

摘要： 当进行数据分析时，我们会遇到很多带有日期、时间格式的数据集，在处理这些数据集时，可能会遇到日期格式不统一的问题，此时就需要对日期时间做统一的格式化处理。比如“Wednesday, June 6, 2020”可以写成“6/6/20”，或者写成“06-06-2020。 日期格式化符号 在对时间进行格式化 阅读全文

摘要： 顾名思义，时间序列（time series），就是由时间构成的序列，它指的是在一定时间内按照时间顺序测量的某个变量的取值序列，比如一天内的温度会随时间而发生变化，或者股票的价格会随着时间不断的波动，这里用到的一系列时间，就可以看做时间序列。时间序列包含三种应用场景，分别是： 特定的时刻（timest 阅读全文

摘要： Teams基本功能介绍 活动 活动相当于是Teams中的通知，它会将与你有关计划，消息，@，未接来电等消息在活动中罗列出来，便于随时查找跟进。 聊天 聊天功能是Teams中与组织内成员进行及时沟通的工具，它可以搜索到组织中的任何一个人，并与他开始新的聊天对话。聊天功能中可以可以时间视频通话，语音通话 阅读全文

摘要： groupby分组操作详解 在数据分析中，经常会遇到这样的情况：根据某一列（或多列）标签把数据划分为不同的组别，然后再对其进行数据分析。比如，某网站对注册用户的性别或者年龄等进行分组，从而研究出网站用户的画像（特点）。在 Pandas 中，要完成数据的分组操作，需要使用 groupby() 函数，它 阅读全文

摘要： Pandas 提供的 merge() 函数能够进行高效的合并操作，这与 SQL 关系型数据库的 MERGE 用法非常相似。从字面意思上不难理解，merge 翻译为“合并”，指的是将两个 DataFrame 数据表按照指定的规则进行连接，最后拼接成一个新的 DataFrame 数据表。 merge() 阅读全文

摘要： 字符串离散化处理 import pandas as pd import numpy as np from matplotlib import pyplot as plt # 读取csv文件 file_path = "./IMDB-Movie-Data.csv" df = pd.read_csv(fi 阅读全文