
数据分析
一个正经程序员
高山仰止,景行行止,虽不能至,心向往之。
展开
-
数据分析系列4—pandas使用
pandas使用 一、pandas简介 pandas是一种建立在python基础上的快速,强大,灵活并且易于使用的开源数据分析和处理工具。是基于numpy实现的,具有存储表格数据、统计分析、数据清洗功能。 主要有两种数据结构:DataFrame和Series。 二、pandas使用 两种数据结构的使用 import pandas as pd import numpy as np # 用来存储数据 ---两种结构 # DataFrame ---具有行索引、列索引的表格数据 # --原创 2020-06-13 22:19:12 · 10011 阅读 · 0 评论 -
数据分析系列3—matplotlib使用
matplotlib使用 matplotlib是一个可视化库,用于在python中创建静态,动画和交互式可视化。绘图流程主要包含以下三步: 创建画布 绘制图形 图形展示 简单图形示例 import matplotlib.pyplot as plt import numpy as np # 绘图三部曲 # (1)创建画布 # 参数: figsize ---画布大小 # 参数: dpi ---像素 # 返回值: 返回画布对象 plt.figure() # (2)绘制图形 # 绘制下一周天气走势---折原创 2020-06-13 21:57:15 · 7745 阅读 · 0 评论 -
数据分析系列2—numpy进阶
数组操作 矩阵运算 import numpy as np # 创建矩阵进行运算 m1 = np.mat('1 2;3 4') # ---(2,2) m2 = np.asmatrix([[2, 1], [1, 2]]) # ----(2,2) print('m1:\n', m1) print('m2:\n', m2) print('*' * 100) # 矩阵相加 ---同型矩阵 ---对应位置相加 print('m1 + m2 :\n', m1 + m2) # 矩阵相减---矩阵加上后面的矩阵原创 2020-06-12 22:17:52 · 7383 阅读 · 0 评论 -
数据分析系列1—numpy使用
numpy 一、numpy使用 numpy介绍 numpy是python的科学计算库,在存储数据时使用连续的内存空间存储,提高了查询效率。numpy内存图如下: numpy基本属性 # 导入numpy import numpy as np """ 数组的基本属性: ndim: 数组的秩(纬度),一维为1,二维为2 shape: 数组的类型,为元组格式,示例:二行三列的数组为(2,3) size: 数组中元素的个数 itemsize原创 2020-06-08 17:16:25 · 7594 阅读 · 0 评论