小明2766的博客

pandas 处理除了数值型的数据之外的其他类型数据 常用数据类型 Series 一维数据，带标签的数组 DataFrame 二维数据 创建Series数组 pd.Series([1,23,2,2,1], index=list(“abcde”)) 也可以用字典转换到Series 转变数值类型 t2.astype(float) 切片和索引 获取值 可以是键，也可以是下标 例如：t3[“age”], t3[2] 取不连续的几行 t[ [“age”,“tel”] ] 布尔索引 t[

numpy 生成数组，得到ndarray np.array([1,2,3]) np.array(range(10))=np.arange(10) np.arange(4,10,2,dtype(指定数据类型)=float或"float64"…) #4,6,8 存放的数据的类型 a.dtype 调整数据类型 t6 = t5.astype(“int8”) 修改小数位数 np.round(a,2) #a可以是数组，保留两位 一维数组查数量，二维数组查行列 xx.shape(传入元组) #(1

matplotlib pyplot专门画图 基本格式 x,y plt.plot(x,y) plt.show() 图片大小 plt.figure(figsize,dpi) 保存图片 绘制plot之后保存 plt.savefig("./t1.png") 设置x轴刻度 plt.xticks(range(2,25)) [i/2 for i in range(4,49)] plt.xticks(x(值),xticklabels(label),rotation旋转坐标label) 支持中文 fc-

Data Analysis-intro https://www.bilibili.com/video/BV1hx411d7jb 主要学matplotlib、numpy、pandas 流程：提出问题、准备数据、分析数据、获得结论、成果可视化 打开jupyter 打开anaconda prompt或可视化页面 输入 (base) C:\Users\74672>jupyter notebook ...