- 博客(9)
- 收藏
- 关注
RSS订阅原创 Jupyter可视化学习日记8（动态数列的基本分析）
结果： 1. 加载 pandas 库： 导入 Python 的数据分析库 pandas，并简写为 `pd`。2. 设置数据显示精度： 设置 pandas 输出数据时浮点数的显示精度为小数点后四位。3. 读取 Excel 文件中的 'YQdata' 表： 使用 `pd.read_excel()` 函数从指定路径的 Excel 文件中读取名为 'YQdata' 的工作表。 将第一列设为 DataF
2025-05-08 08:52:37
724
原创 Jupyter可视化学习日记7（ 线性相关分析模型)
以上代码内容主要围绕变量之间的线性关系分析展开，使用了 Python 中的数值计算库（如 NumPy、SciPy）和数据可视化工具（如 Matplotlib、Pandas）。1. 数据生成与模拟使用生成均匀分布的数据点作为自变量 xx。通过数学公式构造因变量 yy：完全正相关：y1=xy1=x；完全负相关：y2=−xy2=−x；带随机误差的正相关：y3=x+ey3=x+e；带随机误差的负相关：y4=−x+ey4=−x+e。随机误差 ee 使用。
2025-04-24 10:50:33
529
原创 Jupyter可视化学习日记6（ 随机变量及其分布)
本文的代码和操作流程全面地展示了如何生成不同类型的随机数、对数据进行简单处理（如四舍五入和对数变换）、利用图形化工具直观展示数据分布情况，以及通过概率图验证数据是否符合特定的统计分布。这些步骤对于数据分析、模型验证等方面具有重要价值，有助于理解数据的基本特性和质量。
2025-04-17 10:59:35
1363
原创 Jupyter可视化学习日记5（特殊统计图的绘制）
使用pyecharts库在 Jupyter Notebook 中创建和显示一个简单的柱状图。
2025-04-10 10:08:02
1009
原创 Jupyter可视化学习日记3(箱形图)
箱形图是一种用作显示一组数据分布情况的统计图，因型状如箱子而得名。1977年由美国著名统计学家约翰·图基（John Tukey）发明。它能显示出一组数据的最大值、最小值、中位数及上下四分位数。箱子的顶端和底端，分别代表上下四分位数。箱子中间的是中位数线，它将箱子一分为二。从箱子延伸出去的线条展现出了上下四分位数以外的数据，由于这两根延伸出去的线像是胡须，因此箱形图也被称为盒须图。有时，箱形图上也会出现个别的点，在胡须的末端值以外，这代表离群值，也可称之为异常值。
2025-03-22 14:00:00
1261
原创 Jupyter可视化学习日记2(雷达图)
雷达图是一种显示多变量数据的图形方法。通常从同一中心点开始等角度间隔地射出三个以上的轴，每个轴代表一个定量变量，各轴上的点依次连接成线或几何图形。雷达图可以用来在变量间进行对比，或者查看变量中有没有异常值。另外，多幅雷达图之间或者雷达图的多层数据线之间，还可以进行总体数值情况的对比。轴的相对位置和角度通常是无信息的。每个变量都具有自己的轴，彼此间的距离相等，所有轴都有相同的刻度。在将数据映射到这些轴上时，需要注意预先对数值进行标准化处理，保证各个轴之间的数值比例能够做同级别的比较。
2025-03-20 08:50:12
642
原创 Jupyter可视化学习日记1(面积图+散点图）
在使用 Python 进行折线图和面积图的可视化时，首先导入 `matplotlib.pyplot` 库。然后创建数据点，通常是两个列表或数组分别表示 x 轴和 y 轴的数据。对于折线图，使用 `plt.plot(x, y)` 绘制，并可以通过参数自定义线条的颜色、样式和标记；对于面积图，使用 `plt.fill_between(x, y)` 绘制，并可以通过参数设置填充颜色和透明度。最后，添加标题、轴标签和图例以提高图表的可读性，并使用 `plt.show()` 显示图形。
2025-03-13 11:07:36
516
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人