首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
利用Python进行数据分析
timerring
创建于2023-04-03
订阅专栏
利用Python进行数据分析 整理与总结
暂无订阅
共6篇文章
创建于2023-04-03
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
Numpy基础知识回顾
NumPy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操
Python文件和操作系统基础
文件和操作系统 代码示例大多使用诸如 pandas.read_csv 之类的高级工具将磁盘上的数据文件读入Python数据结构。但我们还是需要了解一些有关 Python 文件处理方面的基础知识。 为了
Python函数基础回顾
函数 函数使用def关键字声明,用return关键字返回值: 函数可以有一些位置参数(positional)和一些关键字参数(keyword)。关键字参数通常用于指定默认值或可选参数。在上面的函数中,
Python的常见数据结构
数据结构和序列 元组 元组是一个固定长度,不可改变的Python序列对象。创建元组的最简单方式,是用逗号分隔一列值: 当用复杂的表达式定义元组,最好将值放到圆括号内,如下所示: 用 tuple 可以将
Python语法基础快速回顾
缩进 建议使用四个空格(tab)作为默认的缩进。 Python的语句不需要用分号结尾。但是,分号却可以用来给同在一行的语句切分: Python不建议将多条语句放到一行,这会降低代码的可读性。 函数和对
Python数据分析库介绍及引入惯例
python的缺点 重要的python库 NumPy NumPy(Numerical Python的简称)是Python科学计算的基础包。 快速高效的多维数组对象ndarray。 作为在算法和库之间传