11 2019 档案
摘要：上一个章节中我们主要是介绍了pandas两种数据类型的具体属性，这个章节主要介绍操作Series和DataFrame中的数据的基本手段。 一、基本功能 1、重新索引 pandas对象的一个重要方法是reindex，其作用是创建一个新对象，它的数据符合新的索引： import pandas as pd
阅读全文
摘要：在Excel工作表中，有多种Shape类型的时候，可以通过shape.Type属性值返回一个代表形状类型的MsoShapeType数值。通过该数值可知该图形的类型！ 列表如下： 名称 值 说明 msoAutoShape 1 自选图形 msoCallout 2 标注 msoChart 3 图 msoC
阅读全文
摘要：如下是为了学习数据分析和机器学习所看的书籍： 数据库书籍： 1、《SQL基础教程(第二版)》 2、《SQL进阶教程》 python书籍： 1、《Python学习手册》 2、《Python for Data Analysis》 内容 计划完成时间 完成时间 第六章 2019/12/8 2019/12/
阅读全文
摘要：利用Python进行数据分析-Pandas： 在Pandas库中最重要的两个数据类型，分别是Series和DataFrame。如下的内容主要围绕这两个方面展开叙述！ 在进行数据分析时，我们知道有两个基础的第三方库在数据处理时显得尤为重要，即分别为NumPy库和Pandas库，前面的章节我们对于Num
阅读全文
摘要：本章节主要介绍NumPy中的三个主要的函数，分别是随机函数、统计函数和梯度函数，以及一个较经典的用数组来表示图像的栗子！，希望大家能有新的收货，共同进步！ 一、np.random的随机函数(1) rand(d0,d1...,dn) 根据d0-dn创建随机数数组，浮点数，[0,1)均匀分布； rand
阅读全文
摘要：本章主要介绍的是数据的CSV文件存取和多维数据的存取。 一、数据的CSV文件存取 1、CSV的写文件： np.savetxt(frame, array, fmt='%.18e', delimiter=None) frame:文件、字符串或产生器，可以是.gz或.bz的压缩文件； array:存入文件
阅读全文
摘要：本章主要介绍的是ndarray数组的操作和运算！ 一、 ndarray数组的操作： 操作是指对数组的索引和切片。索引是指获取数组中特定位置元素的过程；切片是指获取数组中元素子集的过程。 1、一维数组的索引和切片与python的列表类似： 索引： import numpy as np a = np.a
阅读全文
摘要：在学习数据分析时，NumPy作为最基础的数据分析库，我们能够熟练的掌握它是学习数据分析的必要条件。接下来就让我们学习该库吧。 学习NumPy库的环境： python：3.6.6 编辑器：pycharm NumPy安装：在cmd命令下，直接使用pip语句，pip install NumPy即可！ Nu
阅读全文
摘要：本文主要是介绍从前程无忧上爬取岗位为数据分析的职位，主要是五个字段，职位名称、公司名称、工作地点、薪资和发布时间。同时把爬取下来的数据保存到mysql数据库中。 1 import requests 2 import pymysql 3 import re 4 5 6 # 连接数据库并创建数据表 7
阅读全文
摘要：本章的内容主要是为讲解在正则表达式中常用的.*?和re.S！ 在正则表达式中有贪婪匹配和最小匹配：如下为贪婪匹配(.*) 1 import re 2 match = re.search(r'PY.*', 'PYANBNCNDN') 3 print(match.group(0)) 如上的代码显示的结果
阅读全文
摘要：本篇爬虫主要是为了从最好大学网站上爬取2019年各个大学的排名，以及把数据存储到mysql的过程： 1 import requests 2 from bs4 import BeautifulSoup 3 import bs4 4 import pymysql 5 6 # 连接数据库并且创建数据表 7
阅读全文
