liyong的博客

1. 动手学数据分析—建模评估 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from IPython.display import Image plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负

动手学数据分析-数据可视化 全部参考 datawhale-动手学数据分析 开始前导入numpy和pandas import numpy as np import pandas as pd import matplotlib.pyplot as plt print(pd.__version__) 1.0.3 #加载result.csv这个数据 df = pd.read_csv('result.csv') df.head() 可视化展示泰坦尼克号数据集中男女中生存人数分布情况（用柱状图试试） s

动手学数据分析 - 数据重构 全部参考 datawhale-动手学数据分析 导入numpy、pandas包和数据 import numpy as np import pandas as pd print(pd.__version__) # 1.0.3 载入数据 df=pd.read_csv('data/train-left-up.csv') df.head() 1. 数据重构 1.1 数据的合并 载入数据： #写入代码 train_left_up = pd.read_csv('data/train

pandas的连接函数concat()函数 pd.concat(objs, axis``=``0``, join``=``'outer'``, join_axes``=``None``, ignore_index``=``False``, ``keys``=``None``, levels``=``None``, names``=``None``, verify_integrity``=``False``, ``copy``=``True``) axis：需要合并链接的轴,0是行,1是列 jo

动手学数据分析—数据清洗及特征处理 全部参考 datawhale-动手学数据分析 导入numpy、pandas包和数据 import numpy as np import pandas as pd print(pd.__version__) # 1.0.3 载入数据 df=pd.read_csv('train.csv') df.head() 1. 数据清洗及特征处理 1.1 缺失值观察与处理 缺失值的处理方法 函数名 描述 dropna 根据每个标签的值是否缺失数据来筛选轴标签，

动手学数据分析3 全部参考 datawhale-动手学数据分析 动手学数据分析1 动手学数据分析—pandas 探索性数据分析,开始前导入numpy和pandas import numpy as np import pandas as pd print(pd.__version__) 1.0.3 df = pd.read_csv('train_chinese.csv') df.head() 利用Pandas对示例数据进行排序 df.sort_index() # 让行索引升序排序 df01.so

动手学数据分析—pandas 全部参考 datawhale-动手学数据分析 开始前导入numpy和pandas import numpy as np import pandas as pd print(pd.__version__) 1.0.3 1. pandas数据结构 Series：一种类似于一维数组的对象，它是由一组数据（各种Numpy数据类型） 以及一组与之相关的数据标签（即索引）组成。仅由一组数据即可产生简单的 Series DataFrame：一个表格型的数据结构，含有一组有序的列，每

动手学数据分析1 全部参考 datawhale-动手学数据分析 1. 载入数据 1.1 导入numpy和pandas import pandas as pd import numpy as np print(pd.__version__) # 查看Pandas版本 1.0.3 1.2 读入数据 df = pd.read_csv('train.csv') # 相对路径载入数据 df = pd.read_csv('C:\\Users\\li\\Desktop\\动手学数据分析-组队学习版\\动手学数