随笔分类 - 数据分析学习笔记
此笔记为业余时间学习数据分析笔记
摘要：DateFrame DateFrame:一个二维标记数据结构，具有可能不同类型的列，每一列可以是不同值类型(数值，字符串，布尔值)，既有行索引也有列索引。我们可以把它看作为excel表格，或者SQL表，或Series对象的字典。 构建DateFrame的方法: 字典类：数组、列表或元组构成的字典构造
阅读全文
摘要：series的基本用法 1、is null 和 not null 检查缺失值 s4.isnull() #判断是否为空,空就是True city False name False age False sex True dtype: bool s4.notnull() # 判断是否不为空,非空就是Tru
阅读全文
摘要：Numpy数组操作 索引和切片： 获取某行的数据： # 1. 如果是一维数组 a1 = np.arange(0,29) print(a1[1]) #获取下标为1的元素 a1 = np.arange(0,24).reshape((4,6)) print(a1[1]) #获取下标为1的行的数据 连续获取
阅读全文
摘要：一、Numpy数组基本用法 1、Numpy是Python科学计算库，用于快速处理任意维度的数组。 2、NumPy提供一个N维数组类型ndarray，它描述了相同类型的“items”的集合。 3、numpy.ndarray支持向量化运算。 4、NumPy使用c语言写的，底部解除了GIL，其对数组的操作
阅读全文
摘要：Numpy库简单介绍 NumPy是一个功能强大的Python库，主要用于对多维数组执行计算。NumPy这个词来源于两个单词-- Numerical和Python。NumPy提供了大量的库函数和操作，可以帮助程序员轻松地进行数值计算。在数据分析和机器学习领域被广泛使用。他有以下几个特点： numpy内
阅读全文
摘要：pandas的数据结构-series Series 1、Series介绍 Series:一种一维标记的数组型对象，能够保存任何数据类型(int, str, float, python object...),包含了数据标签,称为索引。 类似一维数组的对象，index = ['名字','年龄','班级'
阅读全文
摘要：1、为什么要学习pandas numpy已经能够帮助我们处理数据，能够结合matplotlib解决我们数据分析的问题，那么pandas学习的目的在什么地方呢？ numpy能够帮我们处理处理数值型数据，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
阅读全文
摘要：环境搭建 1、Anaconda Anaconda（水蟒）是一个捆绑了Python、conda、其他相关依赖包的一个软件。包含了180多个可学计算包及其依赖。Anaconda3是集成了Python3的环境，Anaconda2是集成了Python2的环境。Anaconda默认集成的包，是属于内置的Pyt
阅读全文
