Jamin2018的博客

Numpy：astype:显式转换成其他dtype类型arr.array([1,2,3,4,5])# int --> float64folat_arr = arr.astype(np.float64) # arr.astype(float64) , numpy会自动映射到等价dtype上 np.nan : 手动设定NaNPandas:数据读入：pd.read_csv('目标文件.cs...

分类数据：评价等级A,B,C,D,E顺序数据：1，2，3，4，5，6，7，8，9数值型数据：温度，销售数，成绩各种字母对应：频数（fi）集中趋势的度量：分类数据：众数（Mo）顺序数据：中位数（Me），四分位数（Q）数值型数据：平均数（x-），几何平均数 G（算利率）离散程度的度量：分类数据：异众比率 （Vr）顺序数据：四分位差（Qd）数值型数据：方差（s2），标准差（s），极差（R），平均差（Md...

转载至：https://mp.weixin.qq.com/s/jlDTXBmuMUU6kC2nRQXoSg前言Pandas基于两种数据类型：series与dataframe。一个series是一个一维的数据类型，其中每一个元素都有一个标签。series类似于Numpy中元素带标签的数组。其中，标签可以是数字或者字符串。一个dataframe是一个二维的表结构。Pandas的dataframe可以存...

1.内在有偏的样本：样本条件不一致，不具备准确性2.精心挑选的平均数：平均数误导（算术平均数，众数，中位数在不满足正太分布的前提下，差距较大)3.没有披露的数据：样本过低4.毫无意义的工作：利用毫无价值的数据宣传产品，提高产品竞争力5.惊人的统计图形：图表数据不展示基数，或省略中间部分（刻度值欺骗）6.平面图形：在三维角度上，根据增加倍率相应变宽变高，达到视觉欺骗7.不相匹配的资料：比如：“去年飞...

多因子探索分析理论铺垫假设检验与方差检验相关系数：皮尔逊、斯皮尔曼回归：线性回归PCA与奇异值分解假设检验：  1.建立原假设Ho（包括等号），Ho的反命题为H1，也叫备择假设2.选择检验统计量3.根据显著水平（一般为0.05），确定拒绝域4.计算P值或样本统计值，作出判断卡方检验：一个样本样本内部比较假设化妆这个行为不分男女，用卡方检验检验该假设129.3 > 3.841 ,在拒绝区，故假...

如果一组数据满足正态分布，请问意义是什么，数据有什么特点？1、集中性：正态曲线的高峰位于正中央，即均数所在的位置。   2、对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。 3、均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。 4、正态分布有两个参数，即均数μ和标准差σ，可记作N（μ，σ）：均数μ决定正态曲线的中心位置；标准差σ决定正态曲线的陡峭或扁平程度。σ越...

学习进度（3-10）理论铺垫：集中趋势（数据聚拢位置的衡量）：均值( df.mean() )、中位数( df.median() )、众数( df.mode() )、分位数( df.quantile(q=0.25)  0.25下四分位数  0.5中四分位数  0.75上四分位数 )离中趋势（值越大越离散，越小越集中）：标准差( df.std() )、方差( df.var() )数据分布：偏态( df...

转载至：https://blog.youkuaiyun.com/you_are_my_dream/article/details/53455256在图形中，通过text添加纯文本的注释text所有相关的参数：官网链接[python] view plain copy #!/usr/bin/python  #c...