07 2021 档案
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
摘要：数据加载、存储与文件格式 读写文本格式的数据 #pandas提供了一些用于将表格型数据读取为DataFrame对象的函数。 read_csv #从文件、URL、文件型对象中加载带分隔符的数据。默认分隔符为逗号。 read_table #从文件、URL、文件型对象中加载带分隔符的数据。默认分隔符为制表
阅读全文
摘要：索引对象 pandas的索引对象负责管理轴标签和其他元数据（比如轴名称等）。 构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index。 Index对象是不可变的，因此用户不能对其进行修改，不可变可以使Index对象在多个数据结构之间安全共享。 除了类似于数
阅读全文
摘要：pandas是什么 一个使数据清洗和分析工作变得更快更简单的数据结构和操作工具。 pandas是基于numpy数组构建的。 pandas的安装 pip install pandas pandas的导入 import pandas as pd from pandas import Series, Da
阅读全文
摘要：线性代数 #常用的numpy.linalg函数 np.linalg.diag() #以一维数组的形式返回方阵的对角线（或非对角线）元素，或将一维数组转换为方阵（非对角线元素为0） np.linalg.dot() #矩阵乘法 np.linalg.trace() #计算对角线元素的和 np.linalg
阅读全文
摘要：通用函数（ufunc） 通用函数是一种对ndarray中的数据执行元素级运算的函数。 一元ufunc，接受一个数组的通用函数 arr = np.arange(10) np.abs(arr) #计算整数、浮点数或复数的绝对值。对于非复数值，可以使用更快的fabs np.sqrt(arr) #计算各元素
阅读全文
摘要：数据的逻辑运算： np.where(cond, xarr, yarr) 第一个参数cond，是一个布尔型数组 第二个参数xarr，是一个任意数组、常量、变量 第三个参数yarr，是一个任意数组、常量、变量 该函数根据cond的真值来选取xarr或yarr中的元素，当cond第N个元素的值为True，
阅读全文
摘要：#竖向拼接 np.vstack((arr1, arr2)) #水平拼接 np.vstack((arr1, arr2))
阅读全文
摘要：一维数组 arr = np.arange(10) #获取数组的第5个元素，从0开始 arr[5] #获取数组的第5个至第8个（不包含第8个元素）元素 arr[5:8] #从0开始，为数组的第5个至第8个（不包含第8个元素）元素赋值12 #为切片赋值时，整个选区里所有元素都会变成这个值 arr[5:8
阅读全文
摘要：T函数 实现了行与列的转换： 具有相同功能的函数: np.transpose() np.swapaxes(1, 0)
阅读全文
摘要：np.loadtxt(frame, dtype, delimiter, skiprows, usecols, unpack) fram，文件、字符串或生成器，可以是.gz或bz2压缩文件 dtype，数据类型，可选，默认是float delimiter，分隔字符，默认是任何空格 skiprows，忽
阅读全文
摘要：Numpy是什么 Numpy是Python科学计算的基础包，主要用于科学计算，常用于数据分析领域。 Numpy的官方网站和文档 官方网站 NumPy 官方文档 Overview — NumPy v1.21 Manual Numpy的安装 pip install numpy Numpy的导入 impo
阅读全文
摘要：matplotlib是什么 matplotlib是一个Python的绘图库，可以通过代码实现绘图的功能。 本笔记属于matplotlib的图表向知识。 matplotlib的官方网站与图例 官方网站 Matplotlib: Python plotting — Matplotlib 3.4.2 doc
阅读全文
浙公网安备 33010602011771号