摘要：
1.1 Vectors We have n separate numbers \(v_1、v_2、v_3,...,v_n\)，that produces a n-dimensional vector \(v\)，and \(v\) is represented by an arrow. \[ v=\ 阅读全文
posted @ 2022-04-04 09:37
溪奇的数据
阅读(149)
评论(0)
推荐(0)
摘要：
基本的统计方法 Method Description count Number of non-NA values describe Compute set of summary statistics for Series or each DataFrame column min,max Comput 阅读全文
posted @ 2022-01-24 16:38
溪奇的数据
阅读(218)
评论(0)
推荐(0)
摘要：
Pandas继承了Numpy的运算功能，可以快速对每个元素进行运算，即包括基本运算（加减乘除等），也包括复杂运算（三角函数、指数函数和对数函数等）。 通用函数使用 apply和applymap apply(func,axis=0,broadcast=None,raw=False,reduce=Non 阅读全文
posted @ 2022-01-24 16:28
溪奇的数据
阅读(296)
评论(0)
推荐(0)
摘要：
Series和DataFrame对象与Numpy数组和标准Python字典的数据索引和选择模式一样。 字典形式选择和索引 Series In [1]: import pandas as pd In [2]: data = pd.Series([0.25,0.5,0.75,1.0],index=['a 阅读全文
posted @ 2022-01-24 15:53
溪奇的数据
阅读(75)
评论(0)
推荐(0)
摘要：
Pandas是Python的一个扩展程序库，是在Numpy基础上建立的，提供高性能、易使用的数据结构和数据分析工具。 Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Excel 等中导入数据； Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特 阅读全文
posted @ 2022-01-24 15:27
溪奇的数据
阅读(580)
评论(0)
推荐(0)
摘要：
数据获取和处理 从网页中获取各国的奖牌数量和排名以及奖牌类型（json格式）。 #奖牌榜数据 url = 'https://app-sc.miguvideo.com/vms-livedata/olympic-medal/total-table/15/110000004609' data= reque 阅读全文
posted @ 2022-01-24 14:33
溪奇的数据
阅读(1709)
评论(3)
推荐(0)
摘要：
数据爬取/处理 爬取深圳2021年全年的天气历史数据。 网址链接：https://lishi.tianqi.com/shenzhen/ 代码： import requests from lxml import etree import pandas as pd headers = { 'User-A 阅读全文
posted @ 2022-01-24 12:40
溪奇的数据
阅读(1254)
评论(6)
推荐(1)
摘要：
文字和文字位置 通过plt.text()或ax.text()命令可在图形上添加文字。 Signature: ax.text(x, y, s, fontdict=None, withdash=<deprecated parameter>, **kwargs) Docstring: Add text t 阅读全文
posted @ 2022-01-08 19:56
溪奇的数据
阅读(672)
评论(0)
推荐(0)
摘要：
设置颜色条 对于图形中由彩色的点、线、面构成的连续标签，用颜色条来表示的效果比较好，在Matplotlib中，颜色条是一个独立的坐标轴。 可视图形的颜色选择可参考matplotlib配色方案。 Choosing Colormaps — Matplotlib 1.4.1 documentation 重 阅读全文
posted @ 2022-01-08 19:47
溪奇的数据
阅读(2010)
评论(0)
推荐(0)
摘要：
plt.legend()和ax.legend()参数设置 自动会将每条线的标签与其风格、颜色进行匹配。 plt.legend(*args, **kwargs) Place a legend on the axes. Call signatures:: legend() legend(labels) 阅读全文
posted @ 2022-01-08 19:32
溪奇的数据
阅读(1092)
评论(0)
推荐(0)
浙公网安备 33010602011771号