weixin_46008828的博客

#本人主要是做新能源动力电池测试的，在未和python相遇的时候还手动进行数据处理，有时候项目进度紧急需要找好几个同事帮忙处理，效率缓慢，而且容易出现错误；使用python：pandas、matplotlib之后实现了数据处理的自动化，大大提升了效率与准确度： 1.实例1：电池模组循环寿命数据处理： a.处理目标： ①.需要从原始数据里面筛选出如下表数据， b.原始数据格式： ①.文件夹(命名有规律，有利于数据处理)： ②.文件夹内部数据（excle数据）： ③.数据格式（根据列标签对应的值和shee

#sklearn支持向量机，支持向量机是一个相对较难的算法，但是也是非常有用的，无论是回归还是离散的数据预测都可以进行，那么我们就来见识一下他的魅力吧： 1.支持向量机的思想： 2.实例： 持续更新，，，，，， ...

#本次是做一个北京二手房的数据挖掘案例，主要是汇总一下学过的知识，并且通过实例加深一下印象，话不多说，开干： 目的：预测二手房的价格； 工具：语言python；爬虫模块scrapy，数据清洗：xpath；数据分析：pandas，matplotlib，numpy三剑客；数据预测：sklearn； 操作流程：先爬取数据，然后清洗数据及分析数据，最后选择合适的机器学习算法进行房价预测。 1.数据爬取（；爬虫模块scrapy，数据清洗：xpath）： 2.数据分析（pandas，matplotlib，numpy）

#python数据处理-pandas,numpy,matplotlib: 1.说说各个模块的作用： a.pandas： b.numpy: c.matplotlib: 2.各个模块通过实例讲解： #持续更新，，，，，，，，，，，