| | | | |

2019年12月29日

摘要： 1 import numpy as np 2 import pandas as pd 3 4 """ 5 numpy --科学计算库 6 核心 ndarray 7 本质：存储单一数据类型的内存连续的 N维数组 8 C F 风格存储 9 10 matplotlib 数据可视化的库 11 能绘制2- 阅读全文

posted @ 2019-12-29 19:22 可西可彻阅读(204) 评论(0) 推荐(1)

【数据分析&数据挖掘】pandas的统计分析

摘要： 1 # 在numpy 里面有统计分析，对数值型数据进行统计指标 2 # np.max np.min np.mean np.std‘ 3 4 import pandas as pd 5 import numpy as np 6 7 # 1、加载数据 8 detail = pd.read_excel( 阅读全文

posted @ 2019-12-29 19:17 可西可彻阅读(421) 评论(0) 推荐(1)

【数据分析&数据挖掘】pandas——文件的读取与保存

摘要： 1 import pandas as pd 2 3 # 文本数据人能够识别的有序的文件 4 # csv 文件以逗号分隔的，文本文件 5 # pd.read_csv() 6 # filepath_or_buffer 文件路径 + 名称 7 # sep delimiter 都是分隔符 8 # hea 阅读全文

posted @ 2019-12-29 19:16 可西可彻阅读(543) 评论(0) 推荐(1)

【数据分析&数据挖掘】dataframe的属性

摘要： 1 import pandas as pd 2 3 # 创建一个df 4 df = pd.DataFrame( 5 data={ 6 "name": ["zs", "ls", "ww", "zl"], 7 "age": [18, 19, 29, 11], 8 "score": [92.5, 93, 阅读全文

posted @ 2019-12-29 19:14 可西可彻阅读(412) 评论(0) 推荐(1)

【数据分析&数据挖掘】dataframe的增删改查

摘要：一、dataframe的增加操作 1 import pandas as pd 2 3 # 加载数据 4 users = pd.read_excel("./users.xlsx") 5 print("users:\n", users) 6 print("users 的类型：\n", type(user 阅读全文

posted @ 2019-12-29 19:09 可西可彻阅读(541) 评论(0) 推荐(1)

【数据分析&数据挖掘】2000-2017年各个产业、行业的散点图

摘要： 1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 5 def show_data(columns, values): 6 """ 7 绘图展示 8 :param columns: 名称 9 :param values: 真实数据 1 阅读全文

posted @ 2019-12-29 19:07 可西可彻阅读(682) 评论(0) 推荐(1)

【数据分析&数据挖掘】2000和2017年各产业生产总值占比饼图

摘要： 1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 def draw_data(n, a, b, d, values, fig, plt, t, l, cl): 5 fig.add_subplot(2, 2, n) 6 x = val 阅读全文

posted @ 2019-12-29 19:03 可西可彻阅读(1340) 评论(0) 推荐(1)

【数据分析&数据挖掘】2000-2017年各个产业生产总值箱线图

摘要： 1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 5 # 构建数据 6 def build_data(): 7 res = np.load("./国民经济核算季度数据.npz", allow_pickle=True) 8 colum 阅读全文

posted @ 2019-12-29 19:01 可西可彻阅读(660) 评论(0) 推荐(1)

【数据分析&数据挖掘】薪资分布直方图

摘要： 1 # 某公司员工的薪资水平在[3500,35000] 之间，而且公司共有55个人 2 # 让大家自己自定分组，来查看大部分员工的薪水水平，来给公司做薪水指导。 3 import matplotlib.pyplot as plt 4 import numpy as np 5 6 plt.fig 阅读全文

posted @ 2019-12-29 18:59 可西可彻阅读(1405) 评论(0) 推荐(1)

【数据分析&数据挖掘】2000-2017年各个产业、行业的柱状图

摘要： 1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 def draw_data(n, a, b, c, d, values, fig, plt, t, xl, ticks): 5 fig.add_subplot(2, 2, n) 6 阅读全文

posted @ 2019-12-29 18:56 可西可彻阅读(959) 评论(0) 推荐(1)

2019年12月29日

公告