python数据分析

python数据分析近年比特币价格涨幅趋势分布

目录使用技术点:使用工具:导入第三方库大家好，我是辣条。曾经有一个真挚的机会，摆在我面前，但是我没有珍惜，等到失去的时候才后悔莫及，尘世间最痛苦的事莫过于此，如果老天可以再给我一个再来一次机会的话，我会买下那个比特币，哪怕付出所有零花钱，如果非要在这个机会加上一个期限的话，我希望是十年前。看着这份台词是不是很眼熟，我稍稍改了一下，曾经差一点点点就购买比特币了，肠子都悔青了现在，今天对比特币做一个简
·2021-11-23 13:55

Python数据分析(四) —— 绘制横竖条形图

条形图是用宽度相同的条形的高度或长短来表示数据多少的图形。用来绘制离散的数据，能够一眼看出各个数据的大小，比较数据之间的差异。绘制一个简单的条形图与折线图的绘制方法也是大体一致，只需要把拟合方式plt.plot()修改为plt.bar()即可。例如绘制2017年内地电影票房前20的电影和电影票房数据，如何对数据进行可视化分析呢？无疑是进行条形图分析。老规矩，上代码：#coding=utf-8fro
一只会飞的猪️·2021-11-21 11:10

Python数据分析(三) —— 绘制简单的散点图

散点图，顾名思义是一些散乱的点构成的图。那么这些散乱的点有什么作用呢？散点图通过用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。绘制方法大体上与折线图一致，只是对点不需要去拟合折线，使用plt.scatter()函数替代plt.plot()即可。例如绘制三月份与十一月份的气温散点图，代码如下：'''绘制散点图，要点：plt.scatter(x,y)
一只会飞的猪️·2021-11-20 20:31

【前端】JavaScript详细教程（二）

2）JS操作符的注意点：效果展示：第二部分：流程控制效果展示：第三部分：循环效果展示：第四部分：字符串方法效果展示：第五部分：数组方法效果展示：第六部分：小拓展之补充点常用方法：书籍介绍【书籍封面】《Python
孤寒者·2021-11-19 13:25

Python数据分析(二) —— 进阶绘制双折线图

单折线图往往不能对两个或者多个事件在同一段时间的比较情况，那么就需要在一张折线图上绘制多条折线。其基本思路就是设置多个y值对应一个x值，就能反映出在同一段时间的不同事件的变化趋势和比较。1、函数介绍plt.legend()当有多个折线图时需要对每个折线图设置图例，来注释它们分别代表什么()内的参数为设置的信息，如果是汉字，需要使用matplotlib中的font_manager进行汉化,同时可以用
一只会飞的猪️·2021-11-18 22:36

量化招聘：Risk Quant

文化好工作内容：1、负责主要股票产品和账户的实盘交易以及交易工作2、负责系统的日常监控、巡检以及故障排查，业务优化以及应急处理3、负责进行风险敞口分析、对冲策略、同行差异比对等定量分析任职条件：1、具备丰富的python
·2021-11-18 18:45

python数据分析之聚类分析(cluster analysis)

何为聚类分析聚类分析或聚类是对一组对象进行分组的任务，使得同一组（称为聚类）中的对象（在某种意义上）与其他组（聚类）中的对象更相似（在某种意义上）。它是探索性数据挖掘的主要任务，也是统计数据分析的常用技术，用于许多领域，包括机器学习，模式识别，图像分析，信息检索，生物信息学，数据压缩和计算机图形学。聚类分析本身不是一个特定的算法，而是要解决的一般任务。它可以通过各种算法来实现，这些算法在理解群集的
·2021-11-18 17:51

Python数据分析(一) —— 绘制简单的折线图

折线图用于显示数据在一个连续的时间间隔或者时间跨度上的变化，它的特点是反映事物随时间或有序类别而变化的趋势。在折线图中，数据的变化特性可以清晰的反映出来。数据的变化规律、峰值、增减趋势都可以通过数据可视化显而易见。目录1、函数介绍plt.figure(figsize=(a,b),dpi=dpi)plt.plot(x，y)plt.xticks(ticks，label)plt.savefig()plt
一只会飞的猪️·2021-11-18 14:54

Python数据分析的八种处理缺失值方法详解

目录1.删除有缺失值的行或列2.删除只有缺失值的行或列3.根据阈值删除行或列4.基于特定的列子集删除5.填充一个常数值6.填充聚合值7.替换为上一个或下一个值8.使用另一个数据框填充总结技术交流在本文中，我们将介绍8种不同的方法来解决缺失值问题，哪种方法最适合特定情况取决于数据和任务。欢迎收藏学习，喜欢点赞支持，技术交流可以文末加群，尽情畅聊。让我们首先创建一个示例数据框并向其中添加一些缺失值。我
·2021-11-18 13:36

Python爬虫实战，pyecharts模块，Python数据分析告诉你闲鱼上哪些商品抢手~

前言利用利用Python自动化来获取某类商品中最好卖的商品以供参考。废话不多说。让我们愉快地开始吧~开发工具Python版本：3.6.4相关模块：pyecharts模块；以及一些Python自带的模块。环境搭建安装Python并添加到环境变量，pip安装需要的相关模块即可。准备工作1、配置好AndroidADB开发环境2、Python虚拟环境内安装pocoui依赖库#pocoui\pip3inst
小雁子学Python·2021-11-14 19:55

Python数据分析与机器学习实战＜九＞titanic数据集分析实例

目录sklearn中文文档1.17.神经网络模型（有监督）-sklearnhttps://www.scikitlearn.com.cn/0.21.3/18/#sklearn%E4%B8%AD%E6%96%87%E6%96%87%E6%A1%A3%C2%A01.17.%20%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%A8%A1%E5%9E%8B%EF%BC%88%
-小透明-·2021-11-12 14:41

大揭秘：必须学会的Python数据分析利器

点击上方“Python爬虫与数据挖掘”，进行关注回复“书籍”即可获赠Python从入门到进阶共10本电子书今日鸡汤功盖三分国，名成八阵图。大家好，我是Peter~很多读者问过我，Peter文章中的Python代码都是用的什么编辑器写的？今天就公开啦：JupyterNotebook，没有Pycharm，没有Vscode，没有Sublimetext。只有一款工具：JupyterNotebook。从20
Python进阶者·2021-11-11 09:00

EDG夺冠，用Python数据分析一波：粉丝都炸锅了

EDG夺冠，粉丝炸锅了！北京时间11月6日，在英雄联盟S11总决赛中，中国LPL赛区战队EDG电子竞技俱乐部以3∶2战胜韩国LCK赛区战队DK，获得2021年英雄联盟全球总决赛冠军。这个比赛也是备受全网瞩目：微博热搜第一名，显示有8194万观看；bilibili平台，吸引3.5亿人气，满屏弹幕；腾讯视频600万人看过；斗鱼和虎牙平台的热度也是居高不下；比赛结束后，央视新闻也发微博祝贺EDG战队夺冠
是一只萨摩耶·2021-11-10 11:59

【机器学习】Python数据分析-图形绘制库Matplotlib

一、Matplotlib概述：官网地址：Matplotlib:Pythonplotting—Matplotlib3.4.3documentationMatplotlib是专门用于开发2D图标（包括3D图表）以渐进、交互式方式实现数据可视化二、简单案例：importmatplotlib.pyplotasplt#1.创建画布：plt.figure(figsize=(20,8),dpi=100)#2.绘
故里º·2021-11-04 21:14

python数据分析必会的Pandas技巧汇总

目录一、Pandas两大数据结构的创建二、DataFrame常见方法三、数据索引四、DataFrame选取和重新组合数据的方法五、排序六、相关分析和统计分析七、分组的方法八、读写文本格式数据的方法九、处理缺失数据十、数据转换一、Pandas两大数据结构的创建序号方法说明1pd.Series(对象,index=[])创建Series。对象可以是列表\ndarray、字典以及DataFrame中的某一
·2021-11-02 11:14

Python数据科学库使用（第一模块：Python数据分析概述）

Python数据分析概述认识数据分析客户进行分析，同时分析用户兴趣爱好，进行商业活动，为用户画像熟悉Python数据分析的工具安装anaconda与启动jupyternotebook建议可以加入环境变量
irrationality·2021-10-26 17:25

Python数据分析与机器学习实战＜六＞线性回归算法

目录算法概述一个例子（线性回归）下面数学来了！误差项分析似然函数求解似然函数（最大的似然估计）对数似然目标函数线性回归求解目标函数求偏导评估方法（高中就学过）梯度下降原理梯度下降方法对比批量梯度下降随机梯度下降小批量梯度下降学习率对结果的影响逻辑回归LogisticregressionSigmoid函数预测函数逻辑回归求解似然函数对数似然求偏导i:第i个样本；j：第j个特征参数更新多分类的soft
-小透明-·2021-10-23 17:44

Python数据分析与机器学习实战＜五＞Seaborn

目录简介整体布局风格设置5种主题每个风格如下图所展示*whitegrid*darkgrid*dark*white*ticks风格细节设置sns.despine()画子图时风格可以不同sns.set_context():"paper""talk""poster""notebook"调色板离散型色板分类色板圆形画板hls_palette()函数来控制颜色的亮度和饱和度l-亮度lightnesss-饱和
-小透明-·2021-10-22 23:31

Python数据分析与机器学习实战＜四＞Matplotlib

目录Matplotlib绘图折线图绘制.plot()子图操作.add_subplot(x,y,z)条形图plt.subplots()散点图.scatter()柱形图.hist()盒图.boxplot()这里用到的数据集可以在https://github.com/account_verifications?resent=1上找到并下载Matplotlib绘图#每年的失业率importpandasas
-小透明-·2021-10-21 19:10

Python数据分析与机器学习实战＜二＞Numpy

目录科学计数库Numpy数据：读数据：Numpy基础结构numpy.array()取值与切片判断操作bool类型也可以当索引Numpy矩阵基础与、或判断改变所有值的类型求极值Numpy常用函数查看矩阵的各种属性初始化数学运算矩阵常用操作开方，求e^x向下取整、变形、转置拼接切分不同复制操作对比方法一(起名字)方法二(浅复制)方法三(深复制)索引、扩展、排序索引扩展排序其他科学计数库Numpy数据：
-小透明-·2021-10-18 23:47

高中学历，汽修转行自学Python，月薪翻了三倍【经验分享】

01：个人简介和经历我叫胡昂扬，是一名Python数据分析师，同时也正在学习Rust语言。我并没有大厂履历，也没有太多的IT工作经历。我
python圆圆·2021-10-18 15:32

简单且有用的Python数据分析和机器学习代码

为什么选择Python进行数据分析？Python是一门动态的、面向对象的脚本语言，同时也是一门简约，通俗易懂的编程语言。Python入门简单，代码可读性强，一段好的Python代码，阅读起来像是在读一篇外语文章。Python这种特性称为“伪代码”，它可以使你只关心完成什么样的工作任务，而不是纠结于Python的语法。另外，Python是开源的，它拥有非常多优秀的库，可以用于数据分析及其他领域。更重
·2021-10-16 13:10

Python数据分析笔记（上）

文本文件的读取Pandas读取官方文档查阅地址Input/Output—pandas0.24.2documentation(pydata.org)read_csv\read_table(filepath_or_buffer,sep=’\t’,header=’infer’,names=None,index_col=None,usecols=None,dtype=None,converters=Non
lseaJK·2021-10-04 23:26

Python数据分析9-综合案例-网站日志分析

目录9.1数据来源9.1.1网站日志解析9.1.2日志数据清洗9.2日志数据分析9.2.1网站流量分析9.2.2状态码分析9.2.3IP地址分析网站的日志数据记录了所有Web对服务器的访问活动。本章主要讲解如何通过Python第三方库解析网站日志；如何利用pandas对网站日志数据进行预处理，并结合前面章节中的数据分析和数据可视化计数，对网站日志数据进行分析。9.1数据来源9.1.1网站日志解析注
查尔斯-狩乃·2021-10-03 17:01

看懂Python数据分析师，从零做起的你一样可以

文章目录内容介绍简单自我介绍Python的前世今生开启Python之路自学文章目录内容介绍本文介绍Python数据分析师总览内容，随着后续文章的增加，在文章最后整理的自学文章会不断的更新。
Mr数据杨·2021-10-02 21:01

Python数据分析8-时间序列

目录8.1datetime模块8.1.1datetime的构造8.1.2数据转换8.2时间序列基础8.2.1时间序列构造8.2.2索引与切片8.3日期8.3.1日期范围8.3.2频率与移动8.4时期8.4.1时期基础8.4.2频率转换8.4.3时期数据转换8.5频率转换与重采样8.5.1重采样8.5.2降采样8.5.3升采样8.6综合示例-自行车租赁数据8.6.1数据来源8.6.2定义问题8.6.
查尔斯-狩乃·2021-10-02 20:29

Python数据分析8-时间序列

目录8.1datetime模块8.1.1datetime的构造8.1.2数据转换8.2时间序列基础8.2.1时间序列构造8.2.2索引与切片8.3日期8.3.1日期范围8.3.2频率与移动8.4时期8.4.1时期基础8.4.2频率转换8.4.3时期数据转换8.5频率转换与重采样8.5.1重采样8.5.2降采样8.5.3升采样8.6综合示例-自行车租赁数据8.6.1数据来源8.6.2定义问题8.6.
查尔斯-狩乃·2021-10-02 20:29

Python数据分析7-seaborn可视化

目录7.1样式与分布图7.1.1Seaborn样式7.1.2坐标轴移除7.1.3单变量分布图7.1.4多变量分布图7.2分类图7.2.1分类散点图7.2.2箱线图与琴形图7.2.3柱状图7.3回归图与网格7.3.1回归图7.3.2网格7.4综合案例-泰坦尼克号生还者数据7.4.1数据来源7.4.2定义问题7.4.3数据清洗7.4.4数据探索seaborn其实是在matplotlib的基础上进行了更
查尔斯-狩乃·2021-09-30 15:37

Python数据分析JupyterNotebook3魔法命令详解及示例

目录1、魔法命令介绍%lsmagic：列出所有magics命令%quickref：输出所有魔法指令的简单版帮助文档%Magics_Name?：输出某个魔法命令详细帮助文档2、Linemagics：Line魔法指令3、Cellmagics：Cell魔法指令写bash程序写perl程序1、魔法命令介绍%lsmagic：列出所有magics命令Availablelinemagics:【对当前行使用共计9
·2021-09-26 12:27

数据分析（numpy--matplotlib--pandas）基础笔记

第1章python数据分析的概述由于数据量比较大，已经远远超过了人力所能处理的范畴。那么管理和使用这些数据，就成为一个全新的研究课题1.1认识数据分析数据分析技能，成为数据从业人员需要具备的技能之一。
曹晓龙·2021-09-21 11:45

又一个Python数据分析学习利器！

这里精选了50个Python数据分析实战案例，不仅包含源码，还有使用教程。50+
Python数据之道·2021-09-14 11:00

Python数据分析（5）朴素贝叶斯模型

前言蛋肥使用乳腺癌数据集，练习朴素贝叶斯模型，根据特征数据对肿瘤的良性、恶性进行预测。准备时间：2021/08/09系统环境：Windows10所用工具：JupyterNotebook\Python3.0涉及的库：pandas\train_test_split\GaussianNB\accuracy_score搭建朴素贝叶斯模型模型参考资料阿里云天池-威斯康星乳腺癌数据分析及自动诊断#读取数据集i
蛋肥之力·2021-09-14 09:10

pandas数据结构(python数据分析活用pandas库)

目录1创建数据1.1创建series1.2创建dataframe2.Series2.1类似于ndarray的Series2.2布尔子集：series2.3操作自动对齐和向量化2.3.1同长度向量2.3.2向量和整数运算2.3.3不同长度向量间的运算2.3.4带有常见索引标签的向量3.dataframe3.1布尔子集3.2操作自动对齐和向量化4.更改series和dataframe4.1添加列4.2
米勒111·2021-09-12 10:43

Python数据分析——100个Pandas常用函数总结

目录1.统计汇总函数2.数据清洗函数3.数据筛选函数4.绘图与元素级运算函数5.时间序列函数6.其它函数1.统计汇总函数函数含义min()计算最小值max()计算最大值sum()求和mean()计算平均值count()计数（统计非缺失元素的个数）size()计数（统计所有元素的个数）median()计算中位数var()计算方差std()计算标准差quantile()计算任意分位数cov()计算协方
简时刻·2021-09-08 10:40

python数据分析之DataFrame内存优化

目录1.pandas查看数据占用大小2.对数据进行压缩3.参考资料今天看案例的时候看见了一个关于pandas数据的内存压缩功能，特地来记录一下。先说明一下情况，pandas处理几百兆的dataframe是没有问题的，但是我们在处理几个G甚至更大的数据时，就会特别占用内存，对内存小的用户特别不好，所以对数据进行压缩是很有必要的。1.pandas查看数据占用大小给大家看一下这么查看自己的内存大小（us
·2021-09-04 16:23

利用python数据分析处理进行炒股实战行情

目录数据内容：1、数据采集我们现在要取一批特定股票的日线行情库名：stock表名：stock_all2、数据预处理以机器学习的视角来看，数据预处理主要包括应用有监督学习的算法对个股进行建模3、SVM建模机器学习中有诸多有监督学习算法作为一个新手，你需要以下3个步骤：1、用户注册>2、获取token>3、调取数据数据内容：包含股票、基金、期货、债券、外汇、行业大数据，同时包括了数字货币行情等区块链数
·2021-08-31 13:40

手把手带你了解Python数据分析--matplotlib

目录柱形图条形图折线图饼图和圆环图分离饼图块圆环图总结柱形图bar()函数绘制柱形图importmatplotlib.pyplotasplx=[1,2,3,4,5,6,7]y=[15,69,85,12,36,95,11]pl.bar(x,y)pl.show()bar()函数的参数width和color设置每根柱子的宽度和颜色有中文时要添加pl.rcParams['font.sans-serif']
·2021-08-25 17:10

python数据分析案例-利用生存分析Kaplan-Meier法与COX比例风险回归模型进行客户流失分析与剩余价值预测

目录1.概述1.1背景1.2目的1.3数据说明2.相关概念2.1事件2.2生存时间2.3删失2.4生存概率2.5中位生存时间2.6风险概率3.数据处理4.生存概率4.1Kaplan-Meier法4.2logrank检验4.3代码4.4分层检验4.5成对比较5风险概率5.1COX比例风险回归5.2变量选择5.3建模5.4PH假定5.5特征重要性分析5.6校准5.7剩余价值预测5.8剩余价值提升6.结
吴下阿泽·2021-08-16 22:30

Python数据分析：时间序列分析（Time series analysis）

何为时间序列分析：时间序列经常通过折线图绘制。时间序列用于统计，信号处理，模式识别，计量经济学，数学金融，天气预报，地震预测，脑电图，控制工程，天文学，通信工程，以及主要涉及时间测量的任何应用科学和工程领域。时间序列分析包括用于分析时间序列数据的方法，以便提取有意义的统计数据和数据的其他特征。时间序列预测是使用模型根据先前观察到的值预测未来值。虽然回归分析通常采用的方式是测试理论，即一个或多个独立
hxw411_miami·2021-08-16 20:29

Python numpy+pandas+matplotlib学习笔记

Pythonnumpy+pandas+matplotlib本文是根据b站路飞学城Python数据分析全套教程的学习视频整理归纳的学习文档，主要目的是方便自己进行查阅，详细的还得去b站看原视频。
Die Kunst·2021-07-28 17:40

《Python数据分析基础教程：NumPy学习指南（第2版）》笔记13：第六章 深入学习NumPy模块1——线性代数模块numpy.linalg

第六章深入学习NumPy模块6.1线性代数线性代数是数学的一个重要分支。numpy.linalg模块包含线性代数的函数。使用这个模块，我们可以计算逆矩阵、求特征值、解线性方程组以及求解行列式等。6.2动手实践：计算逆矩阵在线性代数中，矩阵A与其逆矩阵A-1相乘后会得到一个单位矩阵I。该定义可以写为A*A-1=I。numpy.linalg模块中的inv函数可以计算逆矩阵。我们按如下步骤来对矩阵求逆。
mighty13·2021-07-23 15:54

机器学习入门要学习什么内容呢？

目录一、机器学习概念入门二、机器学习数学基础三、机器学习语言基础之Python语言四、Python数据分析库实战五、用户标签预测项目实战六、推荐系统七、CTR点击率预估实战八、机器学习面试必备随着人工智能的发展
小白兔白又白i·2021-07-19 17:13

《Python数据分析基础教程：NumPy学习指南（第2版）》笔记4：第二章 NumPy基础3——数组的组合、分割，数组转换为列表

第二章NumPy基础3本章示例代码中的输入和输出均来自IPython会话。2.7数组的组合NumPy数组有水平组合、垂直组合和深度组合等多种组合方式，我们将使用vstack、dstack、hstack、column_stack、row_stack以及concatenate函数来完成数组的组合。2.8动手实践：组合数组首先，我们来创建一些数组：In[1]:importnumpyasnpIn[3]:a
mighty13·2021-07-14 09:48

《Python数据分析基础教程：NumPy学习指南（第2版）》笔记0：前言

前言NumPy是什么NumPy，即NumericPython的缩写。尽管Python作为流行的编程语言非常灵活易用，但它本身并非为科学计算量身定做，在开发效率和执行效率上均不适合直接用于数据分析，尤其是大数据的分析和处理。NumPy在保留Python语言优势的同时大大增强了科学计算和数据处理的能力。数据科学家们希望能够用最小的编程代价在大数据集上进行数值分析，他们希望自己编写的代码可读性好、执行效
mighty13·2021-07-10 22:58

可视化技能之Matplotlib(上)|可视化系列01

简介Matplotlib可以说是Python最声名远扬的可视化库了，也是Python数据分析库的“三驾马车”之一。
放翁lcf·2021-06-27 18:17

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。
小橙子_43db·2021-06-26 19:21

Python数据分析 :pandas数据读取、预处理、筛选、计算，时间序列、透视、拼接、导出

一、Pandas数据结构S1=pd.Series([‘a’,’b’,’c’])series是一组数据与一组索引（行索引）组成的数据结构S1=pd.Series([‘a’,’b’,’c’],index=(1,3,4))指定索引S1=pd.Series({1:‘a’,2:’b’,3:’c’})用字典形式指定索引S1.index()返回索引S1.values()返回值Df=pd.DataFrame([‘
弦好想断·2021-06-26 04:21

7套干货，Python常用技术学习知识图谱！！（史上最全，建议收藏）

你要偷偷努力，然后惊艳所有人~给大家推荐7个宝藏级教程，视频课是永久有效的，可以随时学习，有几门课程还有CSDN官方学习答疑群，课程右边扫码入群，讲师在群里答疑哈~目录一、Python数据分析二、Python
明月十四桥·2021-06-15 11:20

Python全栈路线图

pngPython语言高级.pngPython全栈工程师前端.pngPython全栈工程师后端.pngPythonLinux运维自动化开发.pngPythonKaliLinux信息安全开发与使用.pngPython
nonoBoy·2021-06-12 08:37

pandas教程

原文链接：blog.ouyangsihai.cn>>pandas教程起步pandas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
欧阳思海·2021-06-11 16:23
上一页 49 50 51 52 53 54 55 56 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他