2018年7月29日
摘要: 散点图 首先,先引入matplotlib.pyplot简写作plt,再引入模块numpy用来产生一些随机数据。生成1024个呈标准正态分布的二维数据组 (平均数是0,方差为1) 作为一个数据集,并图像化这个数据集。每一个点的颜色值用T来表示: 阅读全文
posted @ 2018-07-29 21:51 Anhoo 阅读(182) 评论(0) 推荐(0) 编辑
摘要: 1、生成图形 当图片中的内容较多,相互遮盖时,可以通过设置相关内容的透明度来使图片更易于观察,也即是通过本节中的bbox参数设置来调节图像信息. 2、调整坐标 然后对被遮挡的图像调节相关透明度,本例中设置 x轴 和 y轴 的刻度数字进行透明度设置 阅读全文
posted @ 2018-07-29 17:45 Anhoo 阅读(192) 评论(0) 推荐(0) 编辑
摘要: 1、画出基本图 当图线中某些特殊地方需要标注时,我们可以使用 annotation. matplotlib 中的 annotation 有两种方法, 一种是用 plt 里面的 annotate,一种是直接用 plt 里面的 text来写标注. 首先,我们在坐标轴中绘制一条直线. 2、移动坐标 然后我 阅读全文
posted @ 2018-07-29 16:42 Anhoo 阅读(356) 评论(0) 推荐(0) 编辑
摘要: 1、添加图例 2、调整位置和名称 如果我们想单独修改之前的 label 信息, 给不同类型的线条设置图例信息. 我们可以在 plt.legend 输入更多参数. 如果以下面这种形式添加 legend, 我们需要确保, 在上面的代码 plt.plot(x, y2, label='linear line 阅读全文
posted @ 2018-07-29 11:21 Anhoo 阅读(3002) 评论(0) 推荐(0) 编辑
摘要: 1、基础应用 2、简单的线条 matplotlib 的 figure 就是一个 单独的 figure 小窗口, 小窗口里面还可以有更多的小图片. 3、设置坐标轴 4、设置不同的名字和位置 5、调整坐标轴 阅读全文
posted @ 2018-07-29 11:01 Anhoo 阅读(1357) 评论(0) 推荐(0) 编辑
摘要: 1、创建一个Series 这是一个线性的数据,我们随机生成1000个数据,Series 默认的 index 就是从0开始的整数,但是这里我显式赋值以便让大家看的更清楚 就这么简单,熟悉 matplotlib 的朋友知道如果需要plot一个数据,我们可以使用 plt.plot(x=, y=),把x,y 阅读全文
posted @ 2018-07-29 09:57 Anhoo 阅读(2298) 评论(0) 推荐(0) 编辑
摘要: pandas中的merge和concat类似,但主要是用于两组有key column的数据,统一索引的数据. 通常也被用在Database的处理当中. 1、依据一组key合并 2、依据两组key合并 合并时有4种方法how = ['left', 'right', 'outer', 'inner'], 阅读全文
posted @ 2018-07-29 00:14 Anhoo 阅读(2076) 评论(0) 推荐(0) 编辑
  2018年7月28日
摘要: pandas处理多组数据的时候往往会要用到数据的合并处理,使用 concat是一种基本的合并方式.而且concat中有很多参数可以调整,合并成你想要的数据形式. 1、axis(合并方向):axis=0是预设值,因此未设定任何参数时,函数默认axis=0。 仔细观察会发现结果的index是0, 1, 阅读全文
posted @ 2018-07-28 23:44 Anhoo 阅读(4696) 评论(0) 推荐(1) 编辑
摘要: pandas可以读取与存取的资料格式有很多种,像csv、excel、json、html与pickle等… 1、读取csv 2、将资料存取为pickle 阅读全文
posted @ 2018-07-28 23:24 Anhoo 阅读(832) 评论(0) 推荐(0) 编辑
摘要: 1、创建含NaN的矩阵 2、pd.dropna():直接去掉有NaN的行或列 3、pd.fillna():将NaN的值用其他值代替,比如代替成0: 4、pd.isnull():判断是否有缺失数据NaN,为True表示缺失数据 >>> np.any(df.isnull()) == True#检测在数据 阅读全文
posted @ 2018-07-28 23:14 Anhoo 阅读(132) 评论(0) 推荐(0) 编辑