游虚子

摘要： 笔者最近发现在windows系统的PowerShell下，virtualenvwrapper可以创建或者删除虚拟环境，但就是启用不了虚拟环境。 在网上经过多番查找和验证，目前总结出一个解决方案。 原文链接https://blog.csdn.net/ft1616570/article/details/ 阅读全文

摘要： virtualenv，用于搭建虚拟环境的模块 virtualenvwrapper，用于方便操作virtualenv搭建的虚拟环境的模块 以下命令均在命令行模式下输入：pip install virtualenvpip install virtualenvwrapper#安装模块pip install 阅读全文

摘要： 将某行的内容转换为列字段 方法： pd.pivot(data,index,columns,values) 参数解释： data： 一个DataFrame类型的数据； index：数组或字符串，即数据中不参与转换的行； columns：数组或字符串，即数据中需要转换为列字段的行； values：数值； 阅读全文

摘要： 三种核心思维 结构化思维 将论点归纳和整理 将论点递进和拆解 将论点完善和补充 公式化思维 上下互为计算 一切结构皆可量化 左右呈关联 最小不可分割 业务化思维 从业务方面的角度思考 分析结果落地 数据分析的思维技巧 象限法 核心 - 策略驱动的思维 优点 - 直观、清晰，对数据进行人工的划分。划分 阅读全文

摘要： 数据分析的定义 一般是指用适当的统计方法，例如搭建模型，对收集来的大量数据进行处理，提取有用信息和形成结论的过程。 数据分析在商业领域的应用 借助统计编程，设计、开发来管理海量数据，创建可视化信息，以此方式帮助决策者作出更好的商业决策 从结构化和非结构化的来源研究和提取有价值的信息，解释过去的、现在 阅读全文

摘要： 什么是机器学习 机器学习是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测。 为什么需要机器学习 解放生产力 解决专业问题 提供社会便利 机器学习的应用场景 领域：医疗、航空、教育、物流、电商等 目的：让机器学习程序替换手动的步骤，减少企业的成本，提高企业的效率 机器学习的数据 机器学 阅读全文

摘要： 算术运算和数据对齐 pandas最重要的一个功能是，它可以对不同索引的对象进行算术运算。在将对象相加时，如果存在不同的索引对，则结果的索引就是该索引对的并集。 自动的数据对齐操作在不重叠的索引处引入NaN值，缺失值会在算术运算过程中传播。 对于DataFrame，对齐操作会同时发生在行和列上，将它们 阅读全文

摘要： 删除重复的数据 #DataFrame的duplicated方法返回一个布尔型Series，表示各行是否是重复的行 data.duplicated() #此方法会返回一个DataFrame，重复的数组会标为False data.drop_duplicated() #以上两个方法默认会判断全部列，也可以 阅读全文

摘要： #一些关于缺失数据处理的函数 #根据各标签的值中是否存在缺失数据对轴标签进行过滤，可通过阈值调节对缺失值的容忍度 #传入how='all'将只丢弃全为NA的行 #传入axis=1将丢弃列 #传入thresh参数，将丢弃指定列号 pd.dropna() #用指定值或插值方法（如fill或bfill）填 阅读全文

摘要： 字符串操作 字符串对象方法 #python内置的字符串函数 str.split() #根据指定的字符分隔字符串，返回一组分隔后列表 srt.strip() #去除空白符（包括换行符） '-'.join(list) #将列表或元组里的字符串用‘-’拼接起来。 'a' in str #判断字符串中是否包 阅读全文