2019年11月8日
numpy.array 中的运算
摘要： 简单运算 现在有有个需求，给定一个数组，让数组中每一个数乘以2，怎么做呢 n = 10 L = [i for i in range(n)] L # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 2 * L # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 1, 阅读全文
posted @ 2019-11-08 14:48 一心取信 阅读(2485) 评论(0) 推荐(0)
numpy.array 合并和分割
摘要： # 导包 import numpy as np numpy.array 的合并 .concatenate() 一维数组 x = np.array([1, 2, 3]) # array([1, 2, 3]) y = np.array([3, 2, 1]) # array([3, 2, 1]) np.c 阅读全文
posted @ 2019-11-08 11:52 一心取信 阅读(1695) 评论(0) 推荐(0)
numpy.array 基本操作
摘要： import numpy as np np.random.seed(0) x = np.arange(10) x """ array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) """ X = np.arange(15).reshape((3, 5)) X """ array([ 阅读全文
posted @ 2019-11-08 10:51 一心取信 阅读(1292) 评论(0) 推荐(1)
创建 numpy.array
摘要： # 导包 import numpy as np numpy.array nparr = np.array([i for i in range(10)]) nparr # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) zeros .zeros(shape=(x,y), d 阅读全文
posted @ 2019-11-08 10:14 一心取信 阅读(339) 评论(0) 推荐(0)
2019年11月7日
Pandas 转换连接
摘要： # 导入相关库 import numpy as np import pandas as pd 拼接 有两个 DataFrame，都存储了用户的一些信息，现在要拼接起来，组成一个 DataFrame。 如何实现？ 创建数据 data1 = { www.neuedu.com "name": ["Tom" 阅读全文
posted @ 2019-11-07 15:38 一心取信 阅读(244) 评论(0) 推荐(0)
Pandas 分组聚合
摘要： # 导入相关库 import numpy as np import pandas as pd 创建数据 index = pd.Index(data=["Tom", "Bob", "Mary", "James", "Andy", "Alice"], name="name") data = { "age 阅读全文
posted @ 2019-11-07 14:44 一心取信 阅读(1968) 评论(0) 推荐(0)
Pandas 计算工具介绍
摘要： # 导入相关库 import numpy as np import pandas as pd 统计函数 最常见的计算工具莫过于一些统计函数了。首先构建一个包含了用户年龄与收入的 DataFrame index = pd.Index(data=["Tom", "Bob", "Mary", "James 阅读全文
posted @ 2019-11-07 14:10 一心取信 阅读(729) 评论(0) 推荐(0)
Pandas 时间序列
摘要： # 导入相关库 import numpy as np import pandas as pd 在做金融领域方面的分析时，经常会对时间进行一系列的处理。Pandas 内部自带了很多关于时间序列相关的工具，所以它非常适合处理时间序列。在处理时间序列的过程中，我们经常会去做以下一些任务： 生成固定频率日期 阅读全文
posted @ 2019-11-07 11:24 一心取信 阅读(1559) 评论(0) 推荐(0)
Pandas 筛选操作
摘要： # 导入相关库 import numpy as np import pandas as pd 在数据处理过程中，经常会遇到要筛选不同要求的数据。通过 Pandas 可以轻松时间，这一篇我们来看下如何使用 Pandas 来完成数据筛选吧 创建数据 index = pd.Index(data=["Tom 阅读全文
posted @ 2019-11-07 10:07 一心取信 阅读(4095) 评论(0) 推荐(0)
2019年11月6日
Pandas IO 操作
摘要： 格式类型 数据描述 Reader Writer text CSV read_csv to_csv text JSON read_json to_json text HTML read_html to_html text clipboard read_clipboard to_clipboard bi 阅读全文
posted @ 2019-11-06 11:20 一心取信 阅读(581) 评论(0) 推荐(0)