python数据分析

解读2021年618全网电商销售数据

-END-本文为转账分享&推荐阅读，若侵权请联系后台删除-------------------------------------长按识别下方二维码，并关注公众号1.回复“PY”领取1GB Python
菜鸟学Python数据分析·2022-12-15 20:26

python数据分析及可视化（十五）数据分析可视化实战篇（抖音用户数据分析、二手房数据分析）

python数据分析的实战篇，围绕实例的数据展开分析，通过数据操作案例来了解数据分析中的频繁用到的知识内容。抖音用户数据分析1.理解数据数据字段含义了解数据内容，确保数据来源是正常的，安全合法的。
hwwaizs·2022-12-15 19:02

Matplotlib可视化数据分析图表下（常用图表的绘制、折线图、柱形图、直方图、饼形图、散点图、面积图、热力图、箱形图、3D图表、绘制多个图表、双y轴可视化图表、颜色渐变图）

本文来自《Python数据分析从入门到精通》_明日科技编著5.6常用图表的绘制本节介绍常用图表的绘制，主要包括绘制折线图、绘制柱形图、绘制直方图、绘制饼形图、绘制散点图、绘制面积图、绘制热力图、绘制箱型图
Triumph19·2022-12-15 19:00

pandas用众数填充缺失值_Python数据分析实战：缺失值处理

文章来源：可乐的数据分析之路作者：虾壳可乐写在前面之前我们读取完了数据(Python数据分析实战：获取数据)，下面就要对数据进行清洗了，首先是对缺失值的处理。缺失值也就是空值，先找出来再处理。
weixin_39786617·2022-12-15 16:48

pandas用众数填充缺失值_Python数据分析之pandas学习（三）

查询数据4、利用pandas的DataFrames进行统计分析5、利用pandas实现SQL操作6、利用pandas进行缺失值的处理7、利用pandas实现Excel的数据透视表功能8、多层索引的使用我们在Python
一只快乐的小柠檬·2022-12-15 16:18

Python数据分析库pandas高级接口dt的使用详解

Series对象和DataFrame的列数据提供了cat、dt、str三种属性接口（accessors），分别对应分类数据、日期时间数据和字符串数据，通过这几个接口可以快速实现特定的功能，本文着重讨论日期时间数据，先看一个完整的案例：importpandasaspdimportnumpyasnp#产生一个时间序列，从2021-5-100:00:00到2021-5-1000:02:00频率是日dat
-清风明月-·2022-12-15 14:02

Python数据分析之数据重构

本文为个人复现GitHub项目Hands-ondataanalysis第二章第二节的练习记录参考教材：《PythonforDataAnalysis》数据来源Kaggle-Titanic，Hands-ondataanalysis二、数据重构2.4数据的合并首先导入data文件夹里的文件importnumpyasnpimportpandasaspd、dflp=pd.read_csv('./data/t
羊羊猪·2022-12-15 13:22

python数据分析——数据重构

数据重构数据聚合与运算数据运用数据聚合与运算python中groupby函数主要的作用是对数据进行分组以及分组后地组内运算，运算规则如下：单类分组：data.groupby(‘字段’)describe()描述组内数据的基本统计量，data.groupby(‘字段1’)[‘字段2’].describe().unstack()，data数据集按照字段1分组，并对字段2的数据进行描述性分析，unstac
weixin_47022425·2022-12-15 13:22

还在抱怨pandas运行速度慢？这几个方法会颠覆你的看法

作者：xiaoyu微信公众号：Python数据科学知乎：python数据分析师前言当大家谈到数据分析时，提及最多的语言就是Python和SQL。
·2022-12-15 11:04

用python怎么做数据统计-Python数据分析之路（一）查询和统计

0.如何入门数据分析关注沙漠之鹰的同学一定看过沙漠君写得很多篇数据分析文章，比如分析房价，车价，预测机动车摇号这些话题。其实文章中所有的分析都使用了Python和它非常强大的数据分析库Pandas。一些机器学习和预测的功能则用到了sklearn库。掌握了这些工具，就能应对绝大多数的分析需求。纸上得来终觉浅，即使你看了很多书和代码，也未必比得上多接触例子多敲一些代码，三四个中等规模（约一两百行代码的
weixin_37988176·2022-12-15 09:00

python linspace函数_8个高效Python数据分析的技巧(附完整代码)

↑关注+星标，每天学Python新技能后台回复【大礼包】送你Python自学大礼包这篇文章介绍了8个使用Python进行数据分析的方法，不仅能够提升运行效率，还能够使代码更加“优美”。1一行代码定义List定义某种列表时，写For循环过于麻烦，幸运的是，Python有一种内置的方法可以在一行代码中解决这个问题。下面是使用For循环创建列表和用一行代码创建列表的对比。x=[1,2,3,4]out=[
云涯鸠暖·2022-12-14 20:15

python 连续比较_【Python效率】五种Pandas循环方法效率对比

本专栏招募作者及编辑，感兴趣分享学习R/Python数据分析/机器学习知识的可以私信联系PS：有人提到一个问题很好，如果每次循环都采用比较复杂的操作似乎用向量化很难实现，我的建议是尽可能拆分成向量化操作
weixin_39562752·2022-12-14 14:47

跟小白学Python数据分析——绘制水球图

本文继续采用PyEchartsv1.x版本进行绘制水球图。注：PyEcharts分为v0.5.x和v1.x两个大版本，v0.5.x和v1.x间不兼容，v0.5.x是基于Python2.7+、3.4+版本开发的，而v1.x是一个全新的版本，它是基于Python3.6+版本开发的，另外经PyEcharts开发团队决定，0.5.x版本将不再进行维护。绘制的水球图效果是这样的：没有安装PyEcharts的
菜鸟学Python数据分析·2022-12-14 10:06

Python数据分析学习路线（非常详细）

前言顾名思义，数据分析就是采用适当的方法对收集来的大量数据进行分解和研究，然后提取出有价值的信息。例如：（文末送读者福利）大型商超会采集顾客的购物数据，分析顾客的消费习惯，然后调整商品的摆放位置，提高商品的销量；互联网公司会采集用户的点击数据，分析用户的行为习惯，然后调整APP的菜单布局，提升用户体验。也就是说，数据分析的最终目的是为决策者提供数据支撑，辅助决策者做出正确的判断，而不是拍脑袋决定。
程序员秃秃·2022-12-14 07:48

Python数据分析实战之餐厅订单数据分析

任务1：数据预处理餐厅订单表格数据资源如下百度网盘链接：https://pan.baidu.com/s/18cgy6UFqg71gEyFa0l0ftg提取码：ye9p#代码块在jupyternotebook可一路执行importpandasaspd#pandas包是处理表格数据的主战力importnumpyasnp#numpy包用于处理科学计算importmatplotlib.pyplotaspl
Infinity_and_beyond·2022-12-14 07:17

python数据分析实战12_python数据分析实战---用户行为分析

相关精彩专题链接：数据成就更好的你整体概述本案例的数据为小程序运营数据，以行业常见指标对用户行为进行分析，包括UV、PV、新增用户分析、漏斗流失分析、留存分析、用户价值分析、复购分析等内容。其分析框架如下图：image.png一、数据提取importpandasaspdimportnumpyasnpfromsqlalchemyimportcreate_engineimportdatetimeimp
weixin_39609166·2022-12-14 07:16

Python数据分析实战之物流行业数据分析

任务1：数据预处理表格数据资源如下百度网盘链接：https://pan.baidu.com/s/1tB7Pt-Mpk-WBSLSSAewo6A提取码：rx3kimportosimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt#为了确保中文能正常显示，设置plt绘制图像的字体为黑体plt.rcParams['font.sans-se
Infinity_and_beyond·2022-12-14 07:41

python矩阵各种运算_Numpy使用大全（python矩阵相关运算大全)-Python数据分析基础2...

//2019.07.10python数据分析基础——numpy（数据结构基础）importnumpyasnp:1、python数据分析主要的功能实现模块包含以下六个方面：（1）numpy——数据结构基础
weixin_39645306·2022-12-14 04:13

基于python的数据分析-基于Python数据分析之pandas统计分析

pandas模块为我们提供了非常多的描述性统计分析的指标函数，如总和、均值、最小值、最大值等，我们来具体看看这些函数：1、随机生成三组数据importnumpyasnpimportpandasaspdnp.random.seed(1234)d1=pd.Series(2*np.random.normal(size=100)+3)d2=np.random.f(2,4,size=100)d3=np.ra
weixin_37988176·2022-12-13 21:42

入门Python数据分析最好的实战项目（一）

作者：xiaoyu微信公众号：Python数据科学目的：本篇给大家介绍一个数据分析的初级项目，目的是通过项目了解如何使用Python进行简单的数据分析。数据源：博主通过爬虫采集的链家全网北京二手房数据（公众号后台回复二手房数据便可获取）。数据初探首先导入要使用的科学计算包numpy,pandas,可视化matplotlib,seaborn,以及机器学习包sklearn。importpandasas
老贡讲Python·2022-12-13 21:40

基于Python的大数据分析实战篇（一）

首先，1、Python数据分析流程及学习路径Python数据分析的流程概括起来主要是：读写、处理计算、分析建模和可视化四个部分。在不同的步骤中会用到不同的Python工具。每一步的主题也包含众多内容。
Vim_飞鱼·2022-12-13 21:09

python数据分析06--matplotlib绘图

1matplotlib#导包importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt%matplotlibinline#%matplotlib具体作用是当你调用matplotlib.pyplot的绘图函数plot()进行绘图的时候，或者生成一个figure画布的时候，可以直接在你的pythonconsole里面生成图像。1.1plt.p
干就真完了·2022-12-13 16:00

python数据分析及可视化（一）课程介绍以及统计学的应用、介绍、分类、基本概念及描述性统计

数据分析及可视化介绍这门课涉及多个库，其中Numpy用于数值运算；Pandas用于数据处理；Matplotlib、Seaborn、Pyecharts用于数据可视化。数据分析介绍概念用适当的统计分析方法对收集来的大量数据进行分析；提取有用信息和形成结论；对数据加以详细研究和概括总结的过程。数据分析的核心就是数据，拿到的数据不能直接使用，通过数据清洗，去除无用、杂乱的数据，提取有用的信息，得到结论，侧
hwwaizs·2022-12-13 07:31

Python数据分析之numpy的应用

numpy(NumericalPython)是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。numpy通常与SciPy（ScientificPython）和Matplotlib（绘图库）一起使用.numpy是一个运行速度非常快的数学库，主要用于数组计算，包含：一个强大的N维数组对象ndarray广播功能函数整合C/C++/Fortran代码
weixin_BeefpasteC·2022-12-12 23:35

numpy基础相关案例

注：下面的几个例子修改自蔡驰聪《python数据分析从入门到精通》，因为自己最近在跟着这本书学习，所以一边看一边根据自己的理解修改案例importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt
若有别无·2022-12-12 23:34

python数据分析（五）——numpy+matplotlib实例

系列文章：python数据分析（一）——numpy数组的创建python数据分析（二）——numpy数组的计算python数据分析（三）——numpy读取本地数据和索引python数据分析（四）——numpy
kuluomi111·2022-12-12 23:01

拉格朗日插值法在数据分析中的应用——Python插值scimpy,lagrange

这里介绍用拉格朗日插值方法以及在python数据分析中的实现。拉格朗日插值法是根据已知的点求取函数对未知点进行插值，具体细节这里不做具体介绍，想了解的朋友可以去数数值分析的内容。
5_Kong·2022-12-12 18:30

python数据分析预处理z-score标准化

一、z-score标准化的python代码importpandasfrompandasimportread_excelfromsklearnimportpreprocessingdataset=read_excel('processing2.xlsx',header=0,index_col=0)values=dataset.values#dataframe转换为array数组类型values=va
睡觉特早头发特多·2022-12-12 17:03

Python 基于 Pandas 第三方库进行数据分析、数据处理详细教程（更新中）

Pandas已经成为Python数据分析的必备高级工具，它的目标是成为强大、灵活、可以支持任何编程语言的数据分析工具。Pandas是什么？Pandas这个名字来源于面板数据（PanelDa
唤醒手腕·2022-12-12 14:23

python之pandas包的详解与使用

什么是pandaspandas是一种Python数据分析的利器，是一个开源的数据分析包，最初是应用于金融数据分析工具而开发出来的，因此pandas为时间序列分析提供了很好的支持。
哎呦，帅小伙哦·2022-12-12 13:03

163Python数据分析师课程考核项目04

163Python数据分析师课程考核项目04多场景下的图表可视化表达excel数据概览运动员信息运动员CP热度题目12016年奥运运动员数据，数据格式为xlsx，分3个sheet1、分男女分别分析运动员的身高分布
WANG_Qing_qiu·2022-12-12 13:26

Python数据分析（1）——数据加载与简单描述性分析

Python数据分析（1）——数据加载与简单描述性分析1.读入文件1.1通过Python标准库导入1.2通过Pandas导入1.3逐块读取数据2.初步分析2.1简单描述性统计2.2提取特定行列2.3对数据进行排序友情链接
Homie Holiday·2022-12-12 12:09

Python数据分析之机器学习：回归

目录一、前情回顾二、回归的评价指标三、回归算法概述1、线性回归——最小二乘法求解回归系数2、进化线性回归——正则化（抑制过拟合）2.1L2范数正则化（RidgeRegression，岭回归）2.2L1范数正则化（LASSO，LeastAbsouluteShrinkageandSelectionOperator，最小绝对收缩选择算子）2.3L1正则项和L2正则项结合（弹性网络）3、逻辑斯特回归(Lo
啊心个。·2022-12-12 12:08

Python数据分析之探索性分析（多因子复合分析）

目录一、假设检验：二、交叉分析1、分析属性与属性之间关系的方法2、透视表三、分组与钻取：四、相关分析1、相关系数分析2、熵；条件熵；互信息（熵增益）；增益率；基尼系数；3、衡量离散数据的相关性五、因子分析（成分分析）1、主成分分析2、具体案例HR的降维结果六、线性回归分析一、假设检验：importnumpyasnpimportpandasaspdimportscipy.statsasssimpor
啊心个。·2022-12-12 12:38

Python数据分析之特征工程

目录一、数据清洗：1、数据样本采集（抽样）2、异常值处理识别异常值和重复值直接丢弃（包括重复数据）集中值指代（除异常值外的均值、中位数、众数等等）插值根据不同特征值的具体形式处理二、特征预处理1、特征选择——剔除与标注不相关或者冗余的特征过滤思想（设置过滤的阈值）包裹思想（递归特征消除法算法—RFE—resavefeatureelimination）嵌入思想（正则化——系数反应特征重要程度）2、特
啊心个。·2022-12-12 12:38

Python数据分析之机器学习：分类

目录一、前期准备二、划分数据集三、引入分类的性能评价指标四、分类算法概述1、KNN（K-NearestNeighbors）2、朴素贝叶斯——朴素：特征间相互独立3、决策树——切分标准以信息增益大的准则先进行决策4、支持向量机（SupportVectorMachine）5、集成方法5.1袋装法（bagging）——并联5.2提升法（boosting）——串联五、分类模型的训练及预测一、前期准备学习：
啊心个。·2022-12-12 12:38

python数据分析之描述性统计分析

目录一、数据获取（可用数据集）：二、python常用的工具包：（即用即查）三、简单数据分类：四、基本的描述性分析1、数据预览2、异常值分析——需要对数据进行单变量及整体异常值分析（具体问题具体分析）3、对比分析4、分布分析五、数据简单可视化分析：matplotlib；seaborn；plotly1、柱状图2、直方图3、箱线图4、折线图5、饼图一、数据获取（可用数据集）：1、Kaggle&天池（大数
啊心个。·2022-12-12 12:37

python异常值处理_3.1 数据清洗：缺失值、异常值和重复值的处理-2代码实操

说明：本文是《Python数据分析与数据化运营》中的“3.1数据清洗：缺失值、异常值和重复值的处理-2代码实操部分”。
weixin_39863161·2022-12-12 07:48

python缺失值与异常值处理_Python数据清洗-缺失值、异常值、重复值处理

基于《python数据分析与数据运营》的总结与部分代码修正缺失值的处理整体思路：找到缺失值——分析缺失值在整体样本中分布占比及是否具有显著的无规律分布特征——后续使用的模型中是否能满足缺失值的自动处理—
weixin_39722946·2022-12-12 07:17

python获取数据的方法有哪些_Python数据分析入门教程(一)：获取数据源

作者|CDA数据分析师俗话说，巧妇难为无米之炊。不管你厨艺有多好，如果没有食材，也做不出香甜可口的饭菜来，所以想要做出饭菜来，首先要做的就是要买米买菜。而数据分析就好比是做饭，首先也应该是准备食材，也就是获取数据源。一、导入外部数据导入数据主要用到的是Pandas里的read_x()方法，x表示待导入文件的格式。1、导入.xlsx文件在Excel中导入.xlsx格式的文件时很简单的，双击打开就可以
核电那些事·2022-12-12 01:31

python数据分析之如何删除value=0的行

目录前言一、数据处理二、删除某行方法的使用总结前言拿到一堆数据，首先我们是要对其进行数据的预处理，其中数据存在一些值为空或者是我们不想要的数据，对其进行删除或者是修改数据值。下面是对于该例子进行删除和修改：>>>dfout[]:salaryagegender01000023男11500034女22300021男3020女4285000男53500037男一、数据处理1.df.replace()方法
·2022-12-11 18:52

Python数据分析学习系列 十四 数据分析案例

Python数据分析学习系列十四数据分析案例资料转自（GitHub地址）：https://github.com/wesm/pydata-book有需要的朋友可以自行去github下载本书正文的最后一章，
天涯尽头黄鹤楼·2022-12-11 17:13

数据挖掘实战（5）：实战篇

博客内容是书籍：《Python数据分析与挖掘实战》的阅读笔记。
ZhuNian的学习乐园·2022-12-11 12:58

Python数据分析 ：柱状图每个柱的顶部显示值

【小白从小学Python、C、Java】【Python-计算机等级考试二级】【Python-数据分析】Python数据分析柱状图每个柱的顶部显示值选择题以下python代码说法不正确的是?
刘经纬老师·2022-12-11 12:47

python药店销售数据分析_Python数据分析实例一：医院药品销售数据

前面已经分享过python的基础语法，以及数据分析领域最常用的两个包：Numpy和Pandas(戳下面的链接)，下面将用一个实际案例：《朝阳医院2018年销售数据.xlsx》和大家分享一下数据分析的基本流程。赵小娟儿Lyric：【科学计算工具一】初识Numpyzhuanlan.zhihu.com赵小娟儿Lyric：【科学计算工具二】初识Pandaszhuanlan.zhihu.com在此之前，我们
weixin_39856208·2022-12-11 11:06

python数据分析实例_Python数据分析实例－药品销售分析

学习了Python的各种基础语法和常用包后，你是否对如何使用Python在实际工作中进行数据分析一头雾水？如果是，今天这篇文章一定能带给你一些用数据分析解决实际问题的思路。数据分析的目的决定了你的分析步骤，比如你的分析的目标是提供商业可视化方案，或者是建立模型进行预测，再或者是通过数据挖掘发现并改善现有流程等。今天我们介绍一个简单的数据分析例子－根据销售记录创建可视化报表。我是一名药品销售公司的分
weixin_39597399·2022-12-11 11:36

python医药数据分析_Python数据分析案例-药品数据分析案例

最近学习了python数据分析的一些基础知识，有numpy,pandas,matplotlib等，找了一个药品数据分析的小项目练一下手。
Dr.Motorrad·2022-12-11 11:35

【Python数据分析】——药品销售数据分析（学习笔记）

本文对【Python数据分析】——药品销售数据分析（完整项目实战）一文的内容进行实现，并根据实际情况进行了相应的修改importnumpyasnpimportpandasaspdfrompandasimportSeries
Chaos_Yeats·2022-12-11 10:55

python 人口预测_Python数据分析之全球人口数据

这篇文章用pandas对全球的人口数据做个简单分析。我收集全球各国1960-2019年人口数据，包含男女和不同年龄段，共6个文件。pop_total.csv：各国每年总人口pop_female.csv：各国每年女性人口pop_male.csv：各国每年男性人口pop_0_14.csv：各国每年0-14岁人口pop_15_64.csv：各国每年15-64岁人口pop_65up.csv：各国每年65岁
weixin_39818691·2022-12-11 08:11

Pandas学习笔记

Pandaspandas是基于numpy数组构建的，是python中基于numpy和matplotlib的第三方数据分析库，与后两者共同构成了python数据分析的基础工具包，主要用于数据处理与分析，支持包括数据读写
趴抖·2022-12-11 08:58
上一页 30 31 32 33 34 35 36 37 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他