HEERY551的博客

笔记来源：python数据分析【Ivan Idris著, 韩波译】一、NumPy数组对象NumPy中的多维数组称为ndarray，其主要有两个部分组成1.数据本身2.描述数据的元数据在数组的处理过程中，原始信息不受影响，变化只是元数据而已np.arange()函数可以产生数组，主要用来存放一组数值的一维数组，而ndarray则可以产生具有一个及以上的维度.向量（一维Nu...

这里介绍两种连接方法，一种是使用安装的第三方库pymysql【针对python3】进行连接，另外一种是采用pandas里的模块进行连接，个人推荐后者。一、使用pymsql 库进行连接这里使用的【数据库名：test_my 表名：department 字段名为：Id 和 Name】1. 简单连接的小例子 (1). 查找记录。from pymysql impo...

参考：https://blog.youkuaiyun.com/weixin_39475172/article/details/81517353 https://www.cnblogs.com/LxyXY/p/7708016.html由于本人的mysql之前出现各种问题，决定重新安装，但是发现重装也出现问题，现在记录一下卸载完全与重装方法，这篇文章主要整合上述两个链接内容，并添加...

笔记来源：利用python进行数据分析【Wes Mckinnney著，唐学韬等译】一、合并数据集1、数据库风格的DataFrame合并数据集的合并（merge）和连接（join）运算是通过一个或者多个键进行连接起来的，这是关系型数据库的核心。（1）简单merge合并其中df1数据有多个标记a、b的行，而df2的key列每个值仅对应一行，多对一的合并（2）基于不同列名（键...

笔记来源：利用python进行数据分析【Wes Mckinnney著，唐学韬等译】 一、pandas的数据结构介绍【主要包括Series、DataFrame】介绍：pandas名称为panel data(面板数据），其基于NumPy构建的1、Series(1）简单构建Series是一种类似于一维数组的对象，有一组数据(可为NumPy数据类型)及一组与之相关的数据标签(索引）...

笔记来源：利用python进行数据分析【Wes Mckinnney著，唐学韬等译】一、ndarray:一种多维数组对象1、创建ndarray创建数组最简单的方法就是使用array()函数，其可接受一切序列型的对象（包括其他数组）（1）列表形式转换（2）创建指定长度或形状的全0和全1数组其中全0获取全1的一维数组只需要一层括号，二维及以上使用两层括号。np.ones(...

笔记来源：python数据分析【Ivan Idris著, 韩波译】一、用NumPy进行线性代数运算【numpy.linalg包】1、用NumPy求矩阵的逆(1) 创建一个矩阵【np.mat()函数】(2) 求矩阵的逆【np.linalg.inv()函数】(3) 乘法检验相乘结果发现，得到的是一个单位矩阵，但是还存在一些小误差，要获取误差，可如下操作2、用...

笔记来源：利用python进行数据分析【Wes Mckinnney著，唐学韬等译】一、汇总和计算描述统计pandas对象拥有一组常用的数学和统计方法，大部分属于约简和汇总统计，用于从Series中提取单个值（如sum、mean）或从DataFrame的行或列中提取一个Series.1、相关示例(1) 常用约简方法（sum()、mean()等）约简方法的常见选项：选项 ...

假设检验的步骤：第1步：确定你要研究的问题是什么。零假设(Ho)： 备选假设（H1）：第2步：证据是什么？（选取合适的统计量）在零假设成立的前提下，我们从总体中随机抽样得到一个样本。并计算这个样本发生的可能性有多大（P值）。第3步：判断标准是什么？（显著性水平）假设检验常用的判断标准是5%，在假设检验里叫做“显著水平”，用符号α，第4步： 做出结论如果，P值 < α ...