Yin_Chun的博客

原创 2021-10-27

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 python快捷键Hi，every one！一、jupyter Notebook是什么？二、使用步骤1.26键快捷键2.编辑模式(按 Enter 生效)总结 Hi，every one！ 首先简介Anaconda：jupyter 常用的快捷键： 提示：以下是本篇文章建议内容，下面案例可供参考 一、jupyter Notebook是什么？ 示例：jupyter Notebook是基于Anaconda的一种工具，该工具是为了解决代码书写而创

原创 机器学习 - 数据预处理及特征工程

Python的数据预处理及特征工程数据预处理Python 的seaborn 数据分布可视化Seaborn 的单变量数据分布1.1 直方图1.2 双变量核函数图1.3 二元分布图（x 与 y)Python 的Pyecharts动态图 数据预处理 导入python 常用库及模块 os.chdir() 分解文件中的数据 。 读取文件中的glob.glob("* .xlsx") 。 4. df.reset_index(drop = True ,inplace = True) 去掉原始索引。

原创 excel 金融算法复盘项目- 风险及收益性评估

原创 Power bi 实践交付项目

原创 Python 之数据库mysql 交互

python 的模块Python 的数据库应用 Python 的数据库应用 from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = “all”。 设置全行输出。 命令安装pymysql ：Looking in indexes。 import pymysql :重要参数：地址，端口，用户，密码，数据库，格式 没有连接上的可以直接打开命令窗口，mysql

原创 Python 的模块及构建

Pandas的文本数据处理Pandas的文本处理DataFrame 的str常用函数DataFrame 的str案例DataFrame 的文本哑变量生成 Pandas的文本处理 import numpy 和 import pandas 导入两个库，再导入数据，若是txt数据则加上 sep = “,” 或者sep = “\t”。 pandas 中有个子模块叫str，专门处理文本数据。 pd str 中常用的函数，还有str.len() 计算每个序列 或者列表连续长度。 a.valu

原创 python实践 - 自创

Pandas的文本数据处理Pandas的文本处理DataFrame 的str常用函数DataFrame 的str案例DataFrame 的文本哑变量生成 Pandas的文本处理 import numpy 和 import pandas 导入两个库，再导入数据，若是txt数据则加上 sep = “,” 或者sep = “\t”。 pandas 中有个子模块叫str，专门处理文本数据。 pd str 中常用的函数，还有str.len() 计算每个序列 或者列表连续长度。 a.valu

原创 Python 的可视化

Pandas的文本数据处理Pandas的文本处理DataFrame 的str常用函数DataFrame 的str案例DataFrame 的文本哑变量生成 Pandas的文本处理 import numpy 和 import pandas 导入两个库，再导入数据，若是txt数据则加上 sep = “,” 或者sep = “\t”。 pandas 中有个子模块叫str，专门处理文本数据。 pd str 中常用的函数，还有str.len() 计算每个序列 或者列表连续长度。 a.valu

原创 python 的基本属性: 推导式，类，内置函数，常见错误类型

Python 基本结构及数据类型Python 的结构及列表推导式DataFrame 的str常用函数DataFrame 的str案例DataFrame 的文本哑变量生成 Python 的结构及列表推导式 反正这意思是并行全部输出。 a = list[ ] 就是列表的意思，有（ ）就是元组。 最简单的表达推导式即 for i in [y,o,u] 迭代器最好是个列表。 a.value_counts() 计算每个分类的计数。 姓名长度已经转化成str.len() = float

原创 Pandas基础 - 文本处理

Pandas的文本数据处理Pandas的文本处理DataFrame 的str常用函数DataFrame 的str案例DataFrame 的文本哑变量生成 Pandas的文本处理 import numpy 和 import pandas 导入两个库，再导入数据，若是txt数据则加上 sep = “,” 或者sep = “\t”。 pandas 中有个子模块叫str，专门处理文本数据。 pd str 中常用的函数，还有str.len() 计算每个序列 或者列表连续长度。 a.valu

原创 Pandas 基础 - 时间及函数

pandas 基础Pandas的时间序列DataFrame 的日期转化DataFrame 的日期切片与索引DateOffset 的对象DataFrame 时间的移动/滞后、频率转换、采样ts.shfit() 时间的移动df.asfreq() 频率的转换 Pandas的时间序列 import time 和 import datatime 导入时间的库，time.time() 指现在此时此刻的时间戳~， 1594282465.6077569指多少秒的意思。 pandas 中有个库叫timestamp，

原创 Pandas基础 - 数据处理

pandas 基础Pandas的数据处理DataFrame 的过滤DataFrame 的缺失值判断Series 与 DataFrame 的增删改查Pandas 的 查看与读写pandas 的数据查看 Pandas的数据处理 np.random.seed(0) #固定随机数 np.random.rand(6,4) #随机生成6行4列 的数 df指整个表格，df[: 1] 指选择第一行，df[1:3] 选择多行，指索引1到索引3的2行。 df[2::2] 指从df里面选择索引为2开头，步长为2

原创 Pandas基础 - 自创

numpy 基础numpy的基本属性numpy中的切片numpy 的铺平，展开与拼接numpy 的 排序与运算numpy 中的列表，数组，矩阵相互转换 numpy的基本属性 1.a=np.array([1,2],[2,3]) 创建数组 2.a.dtype 类型 3.a.shape 形状 4.a.itemsize 大小 5.a.T 转置 6.a.ndim 维度 7.mp.version 版本 8.图例： ![在这里插入图 numpy中的切片 我们以a = np.array(([1,2],[4,5],[6,7

原创 numpy 基础 -自创

numpy 基础numpy的基本属性numpy中的切片numpy 的铺平，展开与拼接numpy 的 排序与运算numpy 中的列表，数组，矩阵相互转换 numpy的基本属性 2.a.dtype 类型 3.a.shape 形状 4.a.itemsize 大小 5.a.T 转置 6.a.ndim 维度 7.mp.version 版本 8.图例： ![在这里插入图 numpy中的切片 我们以a = np.array(([1,2],[4,5],[6,7])) 创造数组： a[1::1]；表示从[4,5]