DuBenBen的博客

使用Matplotlib绘制的图表的默认坐标轴是在左下角的，这样对于一些函数的显示不是非常方便，要改变坐标轴的默认显示方式主要要使用gca()方法plt.gca()表示 Get current axis，使用这个方法我们可以获得整张图表的坐标对象，这样我们就可以对坐标进行处理了，像移动位置，设置颜色之类的，类似plt.gcf()这个是 Get current figure 即获得当...

注释.annotate('this is a note', xy=(x1,y1), xytext=(x2,y2), arrowprops={'frac'=0.5,'facecolor':,headwidth':,'width':})其中xy代表箭头起始坐标，xytext代表箭头终止坐标及注释开始位置，arrowpro...

目录颜色样式面向对象画图子图网格图例设置坐标轴范围坐标轴刻度添加坐标轴颜色样式颜色八种默认颜色缩写b：blue g：green r：red c：cyan m：magenta y：yellow k：black w：white其他颜色表示方法灰色阴影 html 十六进制 RGB元组点形状(注不同点默认使用不同颜色)"."...

​​​​散点图散点图显示两组数据的值，每个点的坐标位置由变量的值决定 由一组不连接的点完成，用于观察两种变量的相关性 例如身高-体重、温度-维度、等等绘图语法plt.scatter([1,2,3,4],[1,2,3,4])不相关正相关负相关样式选择plt.scatter(x,y,s=点面积，c=颜色，alpha=透明度，marker=形状)...

时间事件日志个人时间统计工具。要点：使用 dida365.com 来作为 GTD 工具 使用特殊格式记录事件类别和花费的时间，如： “[探索发现] 体验 iMac 开发环境 [3h]” 导出数据 分析数据读取数据分析并读取数据、数据清洗只关心己完成或己达成的事件，即status != 0的事件 只需要List Name和Title字段数据解析...

股票数据分析具体详见https://github.com/kamidox/stock-analysis这里假设数据已经下载下来，并且保存在 yahoo-data 目录下。分析波动幅度增长曲线增长倍数最大增长倍数及最大年化复合增长率计算最低价和最高价之间的收盘价比较，以及增长的倍数和年化复全增长率，这个反应的是一个股票最好的情况下的投资收益情况。...

数据可视化Pandas 的数据可视化使用 matplotlib 为基础组件。更基础的信息可参阅 matplotlib 相关内容。本节主要介绍 Pandas 里提供的比 matplotlib 更便捷的数据可视化操作。线型图Series 和 DataFrame 都提供了一个plot的函数。可以直接画出线形图。柱状图直方图直方图是一种对值频率进...

时间日期时间戳 tiimestamp：固定的时刻 -> pd.Timestamp 固定时期 period：比如 2016年3月份，再如2015年销售额 -> pd.Period 时间间隔 interval：由起始时间和结束时间来表示，固定时期是时间间隔的一个特殊时间日期在 Pandas 里的作用分析金融数据，如股票交易数据 分析服务器日志Python dateti...

载入数据到 Pandas索引：将一个列或多个列读取出来构成 DataFrame，其中涉及是否从文件中读取索引以及列名 类型推断和数据转换：包括用户自定义的转换以及缺失值标记 日期解析 迭代：针对大文件进行逐块迭代。这个是Pandas和Python原生的csv库的最大区别 不规整数据问题：跳过一些行，或注释等等索引及列名ex1.csvex2.csv处理不...

分组计算分组计算三步曲：拆分 -> 应用 -> 合并拆分：根据什么进行分组？ 应用：每个分组进行什么样的计算？ 合并：把每个分组的计算结果合并起来。对 Series 进行分组通过索引对齐关联起来对 DataFrame 进行分组每个分组的元素个数对分组进行迭代转化为字典按列分组通过字典进行分组通过函...

索引行索引 .index() 列索引 .columns() 索引的分类 pd.*Index? +[tab键] 重复索引的处理.index.is_unique 判断是否唯一.index.unique 返回全部不同的索引.groupby(.index).sum()重复索引层次化索引可以使数据在一个轴上有多个索引级别。即可以用二维的数据表达更高维度的数据...

目录1.numpy概述2.矩阵构造方法：3.矩阵形状维度相关方法：4.矩阵基本操作5.矩阵查找6.矩阵遍历7.矩阵合并8.矩阵分割9.矩阵浅拷贝与深拷贝1.numpy概述NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。安装：python...

目录二、查看数据三、选择四、缺失值处理五、相关操作六、合并七、分组八、重塑（Reshaping）九、时间序列十、Categorical十一、画图十二、导入和保存数据本文对十分钟入门Pandas进行翻译详见英文版https://pandas.pydata.org/pandas-docs/stable/getting_started/10min.html...

电影数据分析准备工作从网站 grouplens.org/datasets/movielens 下载MovieLens 1M Dataset数据。数据说明参阅数据介绍文件README.txt利用 Pandas 分析电影评分数据数据读取 数据合并 女生最喜欢的电影排行榜/男生最喜欢的电影排行榜 男女生评分差距最大的电影 -> 某类电影女生喜欢，但男生不喜欢 ...

Pandas核心数据结构SeriesSeries 是一维带标签的数组，数组里可以放任意的数据（整数，浮点数，字符串，Python Object）。其基本的创建函数是：s = pd.Series(data, index=index)其中 index 是一个列表，用来作为数据的标签。data 可以是不同的数据类型：Python 字典 ndarray 对象 一个标量值，如 ...

目录Pandas基础运算1.重新索引 2.丢弃部分数据3.函数应用4.排序和排名5.数据唯一性及成员资格Pandas基础运算1.重新索引Series.reindex(index = index,columns=columns,fill_value='值/ffill/bfill') 拷贝DataFrame2.丢弃...