AI小云

【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 重复值处理 重复值我们一般就做删除操

【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，且具有列索引。 Dtafr

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，它的表现形式为：索引在左边

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matplotlib，能够简便

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”，它是一个由多维数组对象和用于处理数组的函数集

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 2 列，如 m 为行，n 为

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运算的时候，就会出现广播机制

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() 复合逻辑需要结合np.lo