Grateful_Dead424的博客

01.数据分析的介绍 什么是数据分析 数据分析是用适当的方法对收集来的大量数据进行分析，帮助人们作出判断，以便采取适当行动。 数据分析流程 02.jupyter和conda的使用 03.matplotlib的基础绘图 为什么要学习matplotlib 能将数据进行可视化,更直观的呈现 使数据更加客观、更具说服力 matplotlib基本要点 axis轴,指的是x或者y这种坐标轴 ...

09.绘制散点图 绘制散点图 假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律? a= [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23] b=[26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,

14.numpy的数组的创建 什么是numpy 一个在Python中做科学计算的基础库，重在数值计算，也是大部分PYTHON科学计算库的基础库，多用于在大型、多维数组上执行数值运算(数组就是列表、列表嵌套列表等) import numpy as np t1 = np.array([1,2,3]) print(t1) print(type(t1)) t2 = np.array(range(10)) print(t2) t3 = np.arange(10) print(t3) print(t3.dtyp

23.pandas的series的了解 为什么要学习pandas numpy能够帮助我们处理数值，但是pandas除了处理数值之外(基于numpy)，还能够帮助我们处理其他类型的数据 pandas的常用数据类型 Series 一维，带标签数组 DataFrame 二维，Series容器 pandas之Series创建 import pandas as pd t1 = pd.Series([1,2,15,3,4]) print(t1) t2 = pd.Series([1,2,15,3...

31.数据的合并和分组聚合——字符串离散化的案例 字符串离散化的案例 刚刚我们学会了数据分合并，那么接下来，我们按照电影分类(genre)信息把数据呈现出来 import numpy as np import pandas as pd from matplotlib import pyplot as plt file_path = "/Users/zhucan/Desktop/IMDB-Movie-Data.csv" df = pd.read_csv(file_path) temp_list =

37.pandas时间序列01 现在我们有2015到2017年25万条911的紧急电话的数据，请统计出出这些数据中不同类型的紧急情况的次数，如果我们还想统计出不同月份不同类型紧急电话的次数的变化情况，应该怎么做呢？ import matplotlib.pyplot as plt import pandas as pd import numpy as np df = pd.read_csv("/Users/zhucan/Desktop/911.csv") temp_list = df["title