12 2019 档案
摘要：时间序列（time series）数据是一种重要的结构化数据形式，应用于多个领域，包括金融学、经济学、生态学、神经科学、物理学等。时间序列数据的意义取决于具体的应用场景，主要有以下几种： 时间戳（timestamp），特定的时刻。 固定时期（period），如2007年1月或2010年全年。 时间间
阅读全文
摘要：对数据集进行分组并对各组应用一个函数（无论是聚合还是转换），通常是数据分析工作中的重要环节。在将数据集加载、融合、准备好之后，通常是计算分组统计或生成透视表。pandas提供了一个灵活高效的groupby功能，它使你能以一种自然的方式对数据集进行切片、切块、摘要等操作。 关系型数据库和SQL能够如此
阅读全文
摘要：在许多应用中，数据可能分散在许多文件或数据库中，存储的形式也不利于分析。本部分关注可以聚合、合并、重塑数据的方法。 1、层次化索引 层次化索引（hierarchical indexing）是pandas的一项重要功能，它使你能在一个轴上拥有多个（两个以上）索引级别。抽象点说，它使你能以低纬度形式处理
阅读全文
摘要：在数据分析和建模的过程中，相当多的时间要用在数据准备上：加载、清理、转换以及重塑上。这些工作会占到分析时间的80%或更多。有时，存储在文件和数据库中的数据的格式不适合某个特定的任务。研究者都选择使用编程语言（如Python、Perl、R或Java）或UNIX文本处理工具（如sed或awk）对数据格式
阅读全文
摘要：因为工作的原因，需要用到VBA，碰到读图片和写图片： Sub Macro01() '从工作表中保存图片 Application.ScreenUpdating = False Dim pth, shp, n pth = ThisWorkbook.Path & "\导出图片\" For Each shp
阅读全文
摘要：访问数据是使用本书所介绍的这些工具的第一步。这里会着重介绍pandas的数据输入与输出，虽然别的库中也有不少以此为目的的工具。 输入输出通常可以划分为几个大类：读取文本文件和其他更高效的磁盘存储格式，加载数据库中的数据，利用WEB API操作网络资源。 1、读写文本格式的数据 pandas提供了一些
阅读全文
