AI小云

【数据操作与可视化】Serborn绘图-类别散点图和热力图 一、类别散点图 通过 stripplot()函数可以画一个散点图， stripplot0函数的语法格式如下。 上...

【数据操作与可视化】Serborn绘图-绘制双变量分布 一、绘制双变量分布 两个变量的二元分布可视化也很有用。在 Seaborn中最简单的方法是使用 jointplot()...

【数据操作与可视化】Serborn绘图-单变量分布 一、简单入门 Matplotlib虽然已经是比较优秀的绘图库了，但是它有个今人头疼的问题，那就是API使用过于复杂，它里...

【数据操作与可视化】Matplotlib绘图-结合Pandas实现绘图 1、Series绘图 （1）折线图 （2）饼图 （3）柱状图 2、DataFrame绘图 上面的例子...

【数据操作与可视化】Matplotlib绘图-生成其他图表类型 1、散点图 散点图跟折线图的区别是，折线图会将各个不同的坐标点连接起来绘制图形，这样我们就看不出来原来的坐标...

【数据操作与可视化】Matplotlib绘图-常用操作 1、自定义刻度和风格 2、在同一个坐标系中多次绘制 需求：再添加一个城市的温度变化。 收集到北京当天温度变化情况，温...

【数据操作与可视化】Matplotlib绘图-基础功能 1、Matplotlib简介 Matplotlib是一个Python的绘图库，它提供了一个类似于MATLAB的绘图框...

【数据操作与可视化】Pandas数据处理-其他操作 一、不同df进行拼接 有时我们需要把不同的df合在一起，这时就要用到dataframe的拼接操作。 二、数据分组 分组操...

【数据操作与可视化】Pandas数据处理-数值操作 将数据挑选出来之后，我们通常需要根据需求对数据进行进一步的操作，比如数值替换、排序、计数等等。 一、数值替换 二、数值排...

【数据操作与可视化】Pandas数据处理-数据选择与过滤 一、数据选择 常规的数据选择主要有列选择、行选择、行列同时选择三种方式。 1、列选择 2、通过列的位置索引选择列 ...

【数据操作与可视化】Pandas数据处理-数据预处理 数据预处理工作通常包括以下几个方面： 缺失值处理 重复值处理 异常值处理 数据类型转换 索引设置 缺失值处理 重复值处...

【数据操作与可视化】Pandas数据处理-从不同数据源获取数据 一、读取excel文件 二、读取csv文件...

Dataframe是类似于表格的二维数据结构，即数据以行和列的表格方式排列。Dataframe可以看成是以Series组成的字典。它和Series的区别在于，不但具有行索引...

一、Series基本操作 Series序列是一种类似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。我们打印Series时...

1 Pandas介绍 2008年WesMcKinney开发出的库 专门用于数据挖掘的开源python库 以Numpy为基础，借力Numpy模块在计算方面性能高的优势 基于m...

一、Numpy的基本介绍和配置 1.1 numpy基本介绍 numpy是Python语言的一个第三方科学计算库，它的意思是“Numeric Python”，它是一个由多维数...

1 矩阵和向量 1.1 矩阵 矩阵，英文matrix，和 array 的区别矩阵必须是 2 维的，但是 array 可以是多维的。 如图:这个是 3×2 矩阵，即 3 行 ...

1 数组与数的运算 2 数组与数组的运算 上面这个能进行运算吗，结果是不行的！ 2.1 广播机制 数组在进行矢量化运算时，要求数组的形状是相等的。当形状不相等的数组执行算术...

1 逻辑运算 2 通用判断函数 np.all() np.any() 3 np.where(三元运算符) 通过使用np.where能够进行更加复杂的运算 np.where()...

1 生成数组的方法 1.1 生成0和1的数组 np.ones(shape, dtype) np.ones_like(a, dtype) np.zeros(shape, dt...