yuhui_2000的博客

题目假设现在我们有一组从2006年到2016年1000部最流行的电影数据（1）我们想知道这些电影数据中评分的平均分，导演的人数等信息，我们应该怎么获取？（2）对于这一组电影数据，如果我们想知道rating，runtime的分布情况，应该如何呈现数据？解df.info() # df的描述性信息====================================================================================================

动手现在我们有北上广、成都、和沈阳5个城市空气质量数据，请绘制出5个城市的PM2.5随时间的变化情况观察这组数据中的时间结构，并不是字符串，这个时候我们应该怎么办？

在dataframe中使用时间序列# 设置时间序列为dataframe的indexindex=pd.date_range("20170101",periods=10)df=pd.DataFrame(np.random.rand(10),index=index)# 生成一个以时间序列为索引的dataframe# 为什么时间序列可以作为索引呢？# 因为时间序列在pandas中是一个DatetimeIndex这样一种类型 即是时间索引类型# 把时间序列设置为dataframe的索引有什么好处呢

动手现在我们有2015到2017年25万条911的紧急电话的数据，请统计出出这些数据中不同类型的紧急情况的次数，如果我们还想统计出不同月份不同类型紧急电话的次数的变化情况，应该怎么做呢？数据来源：https://www.kaggle.com/mchirico/montcoalert/data...

分组和聚合常见的聚合操作DataFrameGroupBy对象有很多经过pandas优化的聚合方法高级分组和聚合需求1如果我们需要对国家和省份进行分组统计，应该怎么操作呢？# 一个分组依据--》返回的Series是一个索引# 两个分组依据--》返回的Series是一个索引# ……# 多个分组依据--》返回的Series是多个索引# 按照多个分组依据对数据进行分组 返回series# 方法一df.groupby(by=[df["Country"],df["State/Provi

动手1第一题使用matplotlib呈现出店铺总数排名前10的国家第二题使用matplotlib呈现出每个中国每个城市的店铺数量解df=df=pd.read_csv("../data/directory.csv",encoding="gbk")df.info()——————————————————————————————————————————————————————————————————<class 'pandas.core.frame.DataFrame'>Range

索引和复合索引复合索引取值

例题现在我们有一组关于全球星巴克店铺的统计数据，如果我想知道美国的星巴克数量和中国的哪个多，或者我想知道中国每个省份星巴克的数量的情况，那么应该怎么办？思路pandas中的分组和聚合...

导入如果我们想把下面这两组数据合并变为一组数据，应该怎么做？横向合并合并前合并后纵向合并合并前合并后数据合并之join-横向合并合并的前提条件合并之后的结果数据合并之merge-纵向合并...

###11

动手对于这一组电影数据，如果我们想rating，runtime的分布情况，应该如何呈现数据？

例题假设现在我们有一组从2006年到2016年1000部最流行的电影数据，我们想知道这些电影数据中评分的平均分，导演的人数等信息，我们应该怎么获取？数据来源：https://www.kaggle.com/damianpanek/sunday-eda/data解pandas常用统计方法...

000

dataframe之取行和列通过行索引和列索引loc & iloc经过pandas优化过的选择行和列的方式：df.loc：通过标签索引获取行列数据df.iloc：通过位置索引获取行列数据df.locdf.iloc选取数据并赋值更改...

dataframe的基础属性df.indexdf.columnsdf.valuesdf.shapedf.ndimdf.dtypesdataframe常用方法df.head()df.tail()df.info()df.describe()dataframe中的排序操作以某一列作为基准排序

dataframe常用操作创建dataframe（二维数组）Dataframe：二维，Series容器行索引和列索引DataFrame对象既有行索引，又有列索引行索引，表明不同行，横向索引，叫index，0轴，axis=0列索引，表名不同列，纵向索引，叫columns，1轴，axis=1在创建时指定dataframe的行索引和列索引dataframe的源代码在创建时指定行索引和列索引创建dataframe（字典）创建dataframe（MongoDB）

pandas之读取外部数据读取CSV文件pd.read_csv()这是我们要读取的CSV文件从其他的来源获取数据剪切板pd.read_clipboardExcel文件pd.read_excelSQLpd.read_sqljson文件pd.read_json网页中的表格pd.read_htmltxt文本文件pd.read_table……https://pandas.pydata.org/docs/reference/io.ht

为什么要学习pandas？那么问题来了：既然numpy已经可以帮助我们处理数据，我们也能够结合matplotlib解决数据分析的问题，那么我们学习pandas的目的在什么地方呢？numpy只能够帮助我们处理数值型的数据，但是这还不够：很多时候，我们的数据除了数值之外，还有字符串，还有时间序列等比如：我们通过爬虫获取到了存储在数据库中的数据比如：之前youtube的例子中除了数值之外还有国家的信息，视频的分类(tag)信息，标题信息等所以，numpy能够帮助我们处理数值，但是pandas除了处

numpy更多好用的方法获取最大值最小值的位置np.argmax(arr,axis=0)np.argmax(arr,axis=1)np.argmin(arr,axis=0)np.argmin(arr,axis=1)axis=1：每一行的最值axis=0：每一列的最值创建一个全0或全1的数组全0：np.zeros((3,4))全1：np.ones((3,4))默认生成的全0或全1数组的类型是float64型的创建一个对角线为1的正方形数组(方

数组的拼接竖直拼接np.vstack()水平拼接np.hstack()数组的行列交换为什么要进行行列交换？数组水平或者竖直拼接很简单，但是拼接之前应该注意什么？竖直拼接的时候：每一列代表的意义相同！！！否则牛头不对马嘴如果每一列的意义不同，这个时候应该交换某一组的数的列，让其和另外一类相同那么问题来了？如何交换某个数组的行或者列呢？交换数组的行和列# 交换第x行和第y行 x，y都是从0开始的t[[x,y],:]=t[[y,x],:]#

123

numpy中的nan和inf什么是nannan/NAN/Nan not a number表示不是一个数字什么时候会出现nan类似于0/0 无穷-无穷这种无意义的运算当我们读取本地的文件为float的时候，如果有缺失，就会出现nan什么是infinf(-inf,inf) infinity 无穷inf表示正无穷-inf表示负无穷什么时候会出现inf（包括+inf和-inf）比如拿一个数除以0Python中会直接报错numpy中是一个inf或者是-inf如何指定一个nan

numpy中数值的修改修改行列的值，我们能够很容易的实现，但是如果条件更复杂呢？比如我们想要把t中小于10的数字替换为3修改行列的值numpy中条件索引（bool索引）numpy中三元运算符如果我们想把t中小于10的数字替换为0，把大于10的替换为10，应该怎么做？？使用bool索引python中三元运算符a=操作1 if 条件 else 操作2如果条件成立执行操作1并将得到的值赋值给a如果条件不成立执行操作2并将得到的值赋值给anp.where

numpy索引和切片题目对于刚刚加载出来的数据，我如果只想选择其中的某一行（某一列），我们应该怎么做呢?其实操作很简单，和python中列表的操作一样取行取一行arr[n] # 第n+1行取连续多行arr[90:] # 第91行到最后一行 取连续的多行取不连续的多行# 取不连续的多行arr[[1,3,6]] # 取的是第2、4、7行arr[[多行索引]]取行和列的通用方法arr[行的索引,列的索引]取列为什么会出现这个错误

轴（axis）概念在numpy中可以理解为方向,使用0,1,2…数字表示,对于一个一维数组,只有一个0轴,对于2维数组(shape(2,2)),有0轴和1轴,对于三维数组(shape(2,2, 3)),有0,1,2轴有了轴的概念之后,我们计算会更加方便,比如计算一个2维数组的平均值,必须指定是计算哪个方向上面的数字的平均值那么问题来了:在前面的知识,轴在哪里?回顾np.arange(0,10).reshape((2,5)),reshpe中2表示0轴长度(包含数据的条数)为2,1轴长度为5,2X5

数组的形状数组的行数和列数如何查看数组的形状arr.shape # arr:数组如何修改数组的形状arr.reshape(数组的形状)返回一个新的数组，而不是在原来的数组上进行修改一维数组、二维数组、多维数组一维数组二维数组多维数组...

学习概要什么是numpynumpy基础numpy常用方法numpy常用统计方法为什么要学习numpy快速方便科学计算的基础库什么是numpy一个在Python中做科学计算的基础库，重在数值计算，也是大部分PYTHON科学计算库的基础库，多用于在大型、多维数组上执行数值运算numpy创建数组(矩阵)...

matplotlib常见问题的总结应该选择那种图形来呈现数据matplotlib.plot(x,y)折线图matplotlib.bar(x,y)条形图matplotlib.scatter(x,y)散点图matplotlib.hist(data,bins,normed)直方图xticks和yticks的设置"""设置x轴和y轴上的刻度间距"""# y轴刻度间距_yticks=range(min(y),max(y)+1)plt.yticks(_ytick

例题假设你获取了250部电影的时长(列表a中),希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量,出现的频率)等信息,你应该如何呈现这些数据?a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 1

例题假设你知道了列表a中电影分别在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观的呈现该数据?a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]b_16 = [15746,312,4497,319]b_15 = [12357,156,2045,168]b_14 = [2358,399,2358,362]数据来源:

案例假设你获取到了2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据?a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]b=[56.01,

案例假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律?a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13

动手题目假设大家在30岁的时候,根据自己的实际情况,统计出来了从11岁到30岁每年交的女(男)朋友的数量如列表a,请绘制出该数据的折线图,以便分析自己每年交女(男)朋友的数量走势a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]要求:y轴表示个数x轴表示岁数,比如11岁,12岁等代码+结果代码# -*- coding: utf-8 -*-'''@Time : 2020/11/28 12:26@Author : yuhui@Emai

给图像添加描述信息添加之后的效果图代码实现+分析+运行结果"""给图像添加描述信息"""plt.xlabel("时间/min") # 设置x轴的描述信息plt.ylabel("温度/℃") # 设置y轴的描述信息plt.title("10点到12点每分钟的气温变化情况") # 图的标题例题再做题目那么问题来了:如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?a= [random.randint(20,35) for i in ra

例题那么问题来了:如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?a= [random.randint(20,35) for i in range(120)]调整x轴的刻度调整之前和之后的结果调整之前调整之后如何调整...

新的练习题目那么问题来了:如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?a= [random.randint(20,35) for i in range(120)]代码+结果# -*- coding: utf-8 -*-'''@Time : 2020/11/27 19:18@Author : yuhui@Email : 3476237164@qq.com@FileName: matplotlib_3.py@Software:

matplotlib折线图例题matplotlib绘制折线图通过下面的小例子我们来看一下matplotlib该如何简单的使用假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]运行结果分析1.matplotlib自动地帮助我们生成x轴和y轴上的刻度，这和我们在代码中指定的x轴和y轴的数据是不一样的我们指定的x轴和y轴数据x=range(2,26,2) # x轴数据，是一个可迭代对象y=

为什么要学习matplotlib能将数据可视化，更直观地呈现使数据更加客观、更具说服力什么是matplotlib最流行的Python底层绘图库主要做数据可视化图表名字取材于MATLAB，模仿MATLAB构建mat/plot/libmatplotlib基本要点axis指的是x轴或者是y轴一般情况下，在Python中：axis=0表示纵轴axis=1表示横轴matplotlib折线图每个红色的点是坐标,把5个点的坐标连接成一条线,组成了一个折线图那么到底如何把它

参考https://blog.youkuaiyun.com/yuhui_2000/article/details/109178398?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160646513919724847191437%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=160646513919724847191437

课程概要我们的数据分析要学习什么内容数据分析基础概念和环境matplotlib帮助我们绘图numpy帮助我们处理数值型的数组pandas在nunpy的基础之上，除了能够帮助我们处理数值型的数据之外，还可以帮助我们处理字符串以及时间序列、列表、字典……几乎所有的数据类型都是可以通过pandas进行处理的为什么要学习数据分析？...