Data Science with Python
关注
分享
扫一扫
文章平均质量分 94
数据科学的Python工具包
Mart_inn
在前面降落就行了
展开
-
LightGBM超参数实验
lgb测试原创 2022-10-24 09:27:16 · 898 阅读 · 1 评论 -
【Analysis kernel】Telco Customer Churn
Telco Customer Churn原创 2022-09-20 17:05:41 · 708 阅读 · 0 评论 -
【DS实践 | Coursera】Assignment 3 | Applied Plotting, Charting & Data Representation in Python
assignment3原创 2022-02-21 17:17:02 · 1104 阅读 · 0 评论 -
【DS with Python】Matplotlib入门(四)：pandas可视化与seaborn常见做图功能
matplotlib做图格式调整、pandas与matplotlib可视化、seaborn做图原创 2022-02-21 15:32:39 · 1094 阅读 · 0 评论 -
【DS with Python】Matplotlib入门(三)：cm模块、colormap配色、animation动画与canvas交互设计
matplotlib图形配色cm模块，预定义颜色，colormap与自定义colormap，ScalarMappable可映射标量应用，animation动画与canvas上的交互界面设计原创 2022-02-20 22:37:21 · 8985 阅读 · 0 评论 -
【DS实践 | Coursera】Assignment3 | Introduction to Data Science in Python
Assignment3 ：数据表数据清洗、数据表合并、分组聚类原创 2022-02-20 14:38:43 · 2565 阅读 · 2 评论 -
【DS实践 | Coursera】Practice Assignment | Applied Plotting, Charting & Data Representation in Python
【DS实践 | Coursera】Practice Assignment | Applied Plotting, Charting & Data Representation in Python原创 2022-01-22 15:40:13 · 511 阅读 · 0 评论 -
【DS实践 | Coursera】Assignment 2 | Applied Plotting, Charting & Data Representation in Python
Assignment 2 | Applied Plotting, Charting & Data Representation in Python原创 2022-01-22 15:39:40 · 937 阅读 · 0 评论 -
【DS with Python】Matplotlib入门(二)：子图集、绘图布局与常用统计图形
主要内容：介绍Figure布局，plt.subplots(), plt.subplot_moasic(), matplotlib.gridspec.GridSpec()，设置Figure边框可见问题，设置图像标题、设置xy轴的标签、刻度值、刻度标签，添加文字，用plt.plot(), plt.bar(), plt.barh(), plt.scatter(), plt.hist(),plt.boxplot()做图添加辅助线原创 2022-02-20 14:37:40 · 1375 阅读 · 0 评论 -
【DS with Python】Matplotlib入门(一)：架构概述、面向对象编程绘图与函数式绘图基础
本文内容：描述Matplotlib架构概述：Backend(后端)Artist(美工)Scripting(脚本)，介绍面向对象编程(object-oriented)绘图和函数型绘图(matplotlib.plot)的区别与关联，介绍Figure、Axes、Text、2Dlines、ticks和labels等主要实例与plt.gca()、plt.gcf()的用法原创 2022-01-07 20:26:37 · 3727 阅读 · 1 评论 -
【DS实践 | Coursera】Assignment4 | Introduction to Data Science in Python
Assignment 4 问题分析与代码详解原创 2022-01-04 22:33:42 · 1530 阅读 · 0 评论 -
【DS with Python】假设检验、显著性水平、T检验的数学理论 与scipy.stats模块实现
主要内容：假设检验、T检验、单样本T检验、两个独立样本T检验、配对样本T检验的数学理论与python实现，scipy.stats模块、ttest_1samp()、ttest_ind()、ttest_rel()原创 2021-12-30 22:06:46 · 2100 阅读 · 0 评论 -
【DS with Python】DataFrame的合并、分组聚合与数据透视表
包含内容：对于DataFrame的列合并df.merge() 行合并pd.concat()，与分组df.groupby()及分组后的聚合.agg() 转换.transform() 筛选 .filter 与apply()函数的应用，讲解数据尺度(Scale) 用pd.pivot_table()制作数据透视表，pandas中的时间Timestamp, Period, Datetimeindex, Periodindex,时间范围pd.date_range和resample函数原创 2021-12-30 17:03:32 · 5285 阅读 · 0 评论 -
【DS with Python】 Pandas中Series & DataFrame的结构、创建、查询、修改语法与实例
主要内容 Series和DataFrame的部分功能与属性，包括.set_index(reset_index), rename()更改列名, .loc[]与.iloc[]或者boolean mask（及其运算）和.iteritems()查询数据, .drop() .append() 和del() 增删数据, .fillna()与.dropna()对数据清洗和inplace参数应用，以及replace()与正则表达式regex的结合原创 2021-12-18 13:39:31 · 2878 阅读 · 0 评论 -
【DS with Python】 re模块与正则表达式
包含内容：正则表达式，python re模块, re.match(), re.findall(), re.search(), re.split(), pattern语法规则, group()和groups(), re.finditer()迭代器, groupdict()输出字典原创 2021-12-13 14:04:17 · 1234 阅读 · 0 评论 -
【DS with Python】 csv & numpy & LC表达式 & 匿名函数 & PIL 模块基础
包含内容：CSV, Numpy, PIL, time&datetime 模块, lambda函数，map()函数，List Comprehension 列表推导式，unpacking解包 ，genfromtext, boolean indexing , .join()原创 2021-12-10 22:45:07 · 1305 阅读 · 0 评论