千里之行，始于足下

摘要： NumPy（Numerical Python）是一个Python库，主要用于高效地处理多维数组和矩阵计算。它是科学计算领域中使用最广泛的一个库。 在NumPy中，数组是最核心的概念，用于存储和操作数据。 NumPy数组是一种多维数组对象，可以存储相同类型的元素，它支持高效的数学运算和线性代数操作。 阅读全文

摘要： pandas 基础内容的目录： 概述 pandas 主要功能和应用场景的介绍。 数据读取 数据读取是第一步，只有成功加载数据之后，后续的操作才有可能。 pandas 可以读取和导入各种数据格式的数据，如 CSV，Excel，JSON，SQL，HTML 等，不需要手动编写复杂的读取代码。 核心数据结构 阅读全文

摘要： 在进行统计分析时，pandas提供了多种工具来帮助我们理解数据。 pandas提供了多个聚合函数，其中包括均值、标准差、最大值、最小值等等。 此外，pandas还可以进行基于列的统计分析，例如通过groupby()函数对数据进行聚合，并计算每组的统计分析结果。 除了基本的统计分析之外，pandas还 阅读全文

摘要： 在pandas中，索引（index）是用于访问数据的关键。 它为数据提供了基于标签的访问能力，类似于字典，可以根据标签查找和访问数据。 而pandas的轴（axis）是指数据表中的一个维度，可以理解为表格中的行和列。 通过指定轴，我们可以对数据进行切片、筛选、聚合等操作。 下面简要介绍pandas的 阅读全文

摘要： 时间序列数据是数据分析中一类常见且重要的数据。 它们按照时间顺序记录，通常是从某些现象的观察中收集的，比如经济指标、气象数据、股票价格、销售数据等等。 时间序列数据的特点是有规律地随着时间变化而变化，它们的变化趋势可以被分析和预测。时间序列分析是一种用于预测未来值或评估过去值的统计方法，常常被用于预 阅读全文

摘要： `ChatGPT`是近期最火的概念了，和之前的`AlphaGo`不同，`GPT`让`AI`和普通大众如此接近，让大家可以亲自接触到`AI`带来的全新体验。 不过，`AI`并不是魔法，`ChatGPT`也不是革命性的新技术。 目前我个人来看，`ChatGPT`要取代人类的工作还言之过早，不过，辅助人类 阅读全文

摘要： 数据类型是计算机编程中将不同类型的数据值分类和定义的方式。 通过数据类型，可以确定数据的存储方式和内存占用量，了解不同类型的数据进行各种运算的能力。 使用pandas进行数据分析时，最常用到的几种类型是： 字符串类型，各类文本内容都是字符串类型 数值类型，包括整数和浮点数，可用于计算 日期类型，日期 阅读全文

摘要： 用`markdown`写文档很方便，但是有个困扰的地方，就是标题的编号问题。 写文档的时候，经常会在中间插入新的标题和内容，所以手动管理编号的话，如果新的标题插在前面，则要调整后面所有的编号。 如果在文档完成后再手动加上编号的话，不仅容易忘记， 而且有时候我们是在其他编辑器里编辑文档再导出`mark 阅读全文

摘要： pandas的数据排序可以帮助我们更好地理解和分析数据。 通过对数据进行排序，我们可以提取出特定的信息，例如最大值、最小值、中位数、众数等等，从而更准确地识别数据的特征和特点。 此外，数据排序还可以帮助我们更好地进行数据可视化，例如绘制直方图、箱线图等等，进一步帮助我们对数据进行解读和分析。 总之， 阅读全文

摘要： 数据集拆分是将一个大型的数据集拆分为多个较小的数据集，可以让数据更加清晰易懂，也方便对单个数据集进行分析和处理。 同时，分开的数据集也可以分别应用不同的数据分析方法进行处理，更加高效和专业。 数据集合并则是将多个数据集合并成一个大的数据集，可以提供更全面的信息，也可以进行更综合的数据分析。 同时，数 阅读全文