qq_42769184的博客

一、缺失值处理 1、缺失值处理思路 删除含有缺失值的样本 替换/插补(计算平均值、中位数填入) 2、如何处理NaN 判断数据是否为NaN： pd.isnull(df)，pd.notnull(df) 存在缺失值NaN，并且是np.nan： 1、删除存在缺失值的：df.dropna(axis=‘rows’,inpalce=True) 2、替换缺失值：df.fillna(value,inplace=True) value：替换成的值 inplace：True会修改原数据/False不替换修改原数据

一、pandas介绍 panel+data+analysis 二、DataFrame 1、结构：既有行索引，又有列索引的二维数组 import numpy as np import pandas as pd # 创建一个符合正态分布的10个股票5天的涨幅数据 stock_change = np.random.normal(0,1,(10,5)) # 添加行索引index stock = ['股票{}'.format(i) for i in range(10)] # 添加列索引columns date

一、基本操作 ndarry.方法（） numpy.函数名（） 二、ndarray与Python原生list运算效率对比 import numpy as np import random import time # 生成一个大数组 python_list = [] for i in range(10000000): python_list.append(random.random()) ndarray_list = np.array(python_list) # 原生pythonlist求和

# 测试代码1--json库的使用 # 新建一个字典 dic_v1 = {"confirm":500,"heal":480} #创建字典 print(dic_v1) print(type(dic_v1)) # 将字典dic_v1转换为字符串 print("将字典dic_v1转换为字符串".center(30,'=')) import json str_v1 = json.dumps(dic_v1) #将字典转换为字符串 print("字典转换为字符串后的值:",str_v1) print("使

疫情数据的可视化 1> matplotlib 导库命令：import matplot.pyplot as plt 2> 可视化流程 1.绘制画布及绘制图形 plt.figure(figsize=(8,6),dpi =80) plt.plot(x,y,color,linestyle) 参数含义:color表示颜色，颜色的单词 linestyle表示线型，- -- : -. plt.scatter(x,y,color,marker,s)

疫情数据的分析 1.导入外部数据 pd.read_csv('文件名') 查看数据属性： columns 列名 index 行索引 shape m行n列 dtyps 各列的类型 2.查找数据 方法1：用列名直接查找 df[[列名列表]] 方法2：用loc查找 df.loc[行取值，列取值] 注意：行取值可以用逻辑值来进行映射，逻辑真（True）会返回，逻辑假（False）会去掉 df.head(n) #返回前n行，默认为5行 df.tail(n)

疫情数据获取 – 爬虫（requests，pandas，json) 1) 网站链接： https://wp.m.163.com/163/page/news/virus_report/index.html?_nw_=1&_anw_=1 2) 操作步骤： 1.打开开发者工具（在网页浏览器中打开网址，按f12即可） 2.选择‘network’面板，设置类型为‘xhr’类型，刷新页面 3.点击以‘list-total’开头的链接，查看headers和preview面板 hea