Python数据挖掘
文章平均质量分 51
黎明之道
One has to adapt to survive.
Standing on the Shoulders of Giants.
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
数据清洗之朝阳医院2018年销售数据分析
朝阳医院2018年销售数据分析 过程: 整体代码: #导入库 import pandas as pd import numpy as np import matplotlib.pyplot as plt data = pd.read_excel('朝阳医院2018年销售数据.xlsx') #导入数据 #了解数据 data.head() #查看前五行 data.describe() #查看总体数据的描述统计分析 data.info() #看一下数据信息 # 清洗数据原创 2020-07-06 16:19:32 · 3614 阅读 · 2 评论 -
python数据分析之简单数据的统计分析
简单数据的统计分析 随机变量的概率分布对现实世界的建模和分析发挥这重要作用。有时,理论分布于收集到的某过程的历史数据十分贴近。有时,可以先对某过程的基本特性做先验性判断,然后不需要收集数据就可以选出合适的理论分布。在这两种情况下,均可用理论分布来回答显示种所遇到的问题,也可以从分布中生成一些随机数来模拟现实的行为。 一、随机变量及分布 1.均匀分布 这里‘均匀’是指随机点落在 区间(a,b)内任一点的机会是均等的,从而在相等的小区间上的概率相等,在任一区间(a,b)的,随机变量X的概率密度函数为一个常数。原创 2020-07-03 18:45:55 · 2159 阅读 · 0 评论 -
数据挖掘的分析基础(利用函数计算,基本绘图函数、透视分析等基础方法)
一、数据的描述分析 1.基本统计量 python提供了很多对数据进行分析的函数,描述统计量函数describe()可对数据做一基本描述,默认是分析计量数据的基本统计量。 ppython对变量进行基本统计分析的函数: 计数数据 用途 value_counts() 一维频数表 crossstab() 二维列联表 pivot_table() 多维透视表 mean() 均值 median() 中位数 quantile() 分位数 std() 标准差 1.1计数数据的汇总原创 2020-06-20 18:01:03 · 1858 阅读 · 0 评论 -
超详细数据分析基础知识之python编程基础(各种基础命令操作必备,numpy库和pandas库对数据操作命令)
Python编程基础 一、python编程入门 1.python的工作目录 在使用Python时,一个重要设置是定义工作目录,即设置当前运行路径。 例如: #获取当前目录 %pwd #改变工作路径 %cd"D:python" 2.python分析包 python具有丰富的数据分析模块,大多数做数据分析的人使用python是因为其强大的数据分析功能。所有的python函数和数据集是保存在里面的。只有当一个包被安装并被载入(import)时,他的内容才可以被访问。 常用的数据分析包: 包名原创 2020-06-13 21:22:39 · 2311 阅读 · 0 评论 -
数据分析基础知识之数据收集与分析软件
数据收集与分析软件 一、数据收集过程 1.数据的类型 数据是采用某种计量尺度对事物进行计量的结果,采用不同的计量尺度会得到不同类型的数据,通常按数据的手机途径可以将数据进行如下分类: 1.1按度量尺度分 定性数据(也称计数数据,qualitative data) 定性数据是对度量事物进行分类的结果。数据表现为类型,用文字来表述,如性别、区域、产品分类等。 定量数据(也称计量数据,quantitative data) 定量数据是对度量事物的精确测度。结果表现为具体的数值,如身高、体重、家庭收入等。 1.2原创 2020-06-11 21:20:38 · 2184 阅读 · 0 评论
分享