python数据分析

数据分析实战 -- 股票量化交易分析

主要目标使用Python爬取股票数据数据清洗并上传至HDFS使用PyHive对股票数据进行分析Python数据分析-量化交易股票量化交易分析使用Python爬取股票数据我们这次的目标地址是url:网易行情中心沪深行情在这个网站
꧁༺北海以北的等待༻꧂·2020-10-03 18:01

python 深度学习工具库

python深度学习工具库1.pandas:Python数据分析的工具包，它是基于NumPy构建的.作用：具备对齐功能的数据结构DataFrame、Series集成时间序列功能提供丰富的数学运算和操作灵活处理缺失数据的函数和方法
骗子骗我写博客·2020-10-03 14:14

python数据分析之《太平洋汽车》点评数据及论坛文本分析

前言：这是我学数据分析以来，第一次用python进行数据分析实战，一边做，一遍看我平时做的笔记，查看别人的博客，同时也新加了很多我重来没有学过的新功能，幸不辱命，协助完成了一篇上档次的纯python毕业论文，以上所用到的数据均来自我爬取的《太平洋汽车》点评和论坛。学习编程真的是这样，如果自己不进行实战操作，永远不知道自己会遇见什么问题，也无从提升自己的能力，这是一个好的开始，简单的梳理一下自己所做
阿优乐扬·2020-09-28 09:45

推荐一位玩自动化、爬虫的 Python 硬核爱好者

从去年12月份到现在，已经更新了接近90+篇原创文章，带动了3w+的学习者，涵盖Python爬虫、自动化实战、PythonWeb、Python数据分析、软件
Python进阶者·2020-09-27 10:00

数据分析入门--Numpy

python数据分析一些学习经历欢迎一起来讨论有关python分析的内容前言一、数据分析二、学习环境1.python2.编写代码环境三、Numpy基础（数组创建）1.数组（列表）创建2.Numpy一些特性三
双享胖·2020-09-24 17:22

PyCharm 2020.2下配置Anaconda环境的方法步骤

最近在学习关于Python数据分析与挖掘方面的知识，在学习到Python数据分析工具方面时，需要安装一些第三方扩展库来增强Python的数据分析能力，刚开始我就按照最一般的方法，使用pip包管理工具来安装
·2020-09-23 09:15

Python数据分析：数据分析实战 —— 阿里云天池

Python数据分析：从0完成一个数据分析实战——阿里云天池一，学习内容概括1，学习地址2，主要学习内容二，具体学习内容1，数据集的下载2，import导入模块，并且读取数据3，观察数据尺寸4，确定是否有数据缺失
CSDN1683·2020-09-21 18:21

【python数据分析】matlabplot初体验

Matplotlib→一个python版的matlab绘图接口，以2D为主，支持python、numpy、pandas基本数据结构，运营高效且有较丰富的图表库1、图标的基本参数设置df=pd.DataFrame(np.random.rand(10,2),columns=['A','B'])fig=df.plot(figsize=(6,4))#figsize：创建图表窗口，设置窗口大小#创建图表对象
pink baby·2020-09-17 13:10

Python利用Pillow添加水印

python数据分析得到的图片，并对照片添加水印pillowPIL包含在pillow中，所以如果要从PIL导入相关库需要安装pillow#installpipinstallpillow安装完之后就可以下面的头文件来操作了
chenXin@Euler·2020-09-17 04:55

Python数据分析--Pandas数据结构

Pandas数据结构Series数据结构创建Series传入列表指定索引传入字典获取Series行、列索引index获取Series索引values获取Series值DataFrame数据结构创建DataFrame传入列表传入嵌套列表&元祖指定行、列索引传入字典获取DataFrame行、列索引columns获取DataFrame列索引index获取DataFrame行索引Series数据结构创建S
luckygirk·2020-09-17 03:30

python数据分析-杭州市地铁站人流量【数据源---阿里云天池新人赛】

python数据分析-杭州市地铁站人流量【数据源—阿里云天池新人赛】前言天池新人实战赛是针对数据新人开设的实战练习专场，以经典赛题作为学习场景，提供详尽入门教程，手把手教你学习数据挖掘。
正道zd·2020-09-17 03:00

Python数据分析：seaborn

seaborn是python中的一个非常强大的数据可视化库，它集成了matplotlib，下图为seaborn的官网，如果遇到疑惑的地方可以到官网查看。http://seaborn.pydata.org/从官网的主页我们就可以看出，seaborn在数据可视化上真的非常强大。1.首先我们还是需要先引入库，不过这次要用到的python库比较多。importnumpyasnpimportpandasas
yhlp·2020-09-17 03:39

Python数据分析--数据可视化

数据可视化建立画布建立坐标系add_subplot函数建立坐标系plt.subplot2grid函数建议坐标系plt.subplot函数建立坐标系plt.subplots函数建立坐标系设置坐标轴设置坐标轴的标题设置坐标轴的刻度设置坐标轴范围图表格式的设置网格线设置设置图例图表标题设置设置数据标签图表注释建立画布#导入matplotlib库中的pyplot并命名为pltimportmatplotli
luckygirk·2020-09-17 03:00

阿里云天池Python训练营（day10打卡）

【ML&Py】×阿里云天池Python训练营（day10打卡）——Python数据分析：从0完成一个宝可梦数据分析实战一、学习内容概览1.1学习地址：[阿里云天池python训练营](https://tianchi.aliyun.com
陈tooyoung·2020-09-17 03:58

python数据分析之numpy

Numpy最重要的一个特点就是N维数组对象。就是我们通常说的矩阵。通过Numpy可以对矩阵进行快速的运算。首先来看下创建方法.通过array的方法将一个嵌套列表转换为2行4列的矩阵数组。通过shape可以看到矩阵的维度In[1]:data=[[1,2,3,4],[5,6,7,8]]In[2]:importnumpyasnpIn[3]:arr=np.array(data)In[4]:arrOut[4
dianjie9145·2020-09-17 01:00

数据可视化Seaborn从零开始学习教程（二） 颜色调控篇

作者：xiaoyu微信公众号：Python数据科学知乎：python数据分析师Seaborn学习大纲seaborn的学习内容主要包含以下几个部分：风格管理绘图风格设置颜色风格设置绘图方法数据集的分布可视化分类数据可视化线性关系可视化结构网格数据识别网格绘图本次将主要介绍颜色调控的使用
weixin_34122548·2020-09-17 00:11

python数据分析与挖掘实战（5）挖掘建模之聚类分析、关联规则

/usr/bin/envpython#-*-coding:utf-8-*-importpandasaspdinputfile='E:\\pycharm\\python数据分析与挖掘实战数据及源码\\chapter5
Three123v·2020-09-16 20:14

Python数据分析与可视化概述

数据分析与可视化概述一、数据、信息与数据分析数据：是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等数据聚焦于数据的采集、清理、预处理、分析和挖掘，图形聚焦于解决对光学图像进行接收、提取信息、加工变换、模式识别及存储显示，可视化聚焦于解
黎明之道·2020-09-16 18:11

Python数据分析与展示学习笔记-2-1

目录Numpy库入门数据存取与函数Numpy库入门1.数据的维度维度：一组数据的组织形式，数据维度就是在数据之间形成特定关系，表达多种数据含义的基础概念。（1）一维数据：由对等关系的有序或无序数据构成，采用线性方式组织，对应列表、集合、数组等概念列表：列表中每一个元素的数据类型可以不同数组：要求每一个元素的数据类型相同（2）二维数据：由多个一维数据构成，是一维数据的组合形式，表格是典型的二维数据（
特立独行的Supergirl·2020-09-16 10:41

python数据分析：数据库基本操作（SQLite）

python数据分析：数据库基本操作（SQLite）SQLite：关系型数据库管理系统嵌入式数据库，适用于嵌入式设备SQLite不是C/S的数据库引擎集成在用户程序中实现了大多数SQL标准连接数据库：conn
Sweeney Chen·2020-09-16 06:34

列表与元组，到底用哪个？

在之前的文章《python数据分析（python基础语法）》中介绍过pythond中的六种标准的数据结构，其中列表list，元组tuple长得非常像，你有没有想过，列表和元组到底区别在哪儿呢？
大志要努力·2020-09-16 04:43

图解 Numpy，原来数据操作这么简单！

在Python数据分析领域，Numpy这个库是少不了的，可是对于一些矩阵的操作，理解起来太抽象了。最近看到一篇文章，它以可视化的形式呈现了Numpy中矩阵操作的一些原理，推荐给大家一看。
ikeguang·2020-09-16 02:50

python数据分析---Numpy

##Numpy是Python的一个科学计算的库，提供了矩阵运算的功能importnumpyasnp#一维数组a=np.array([1,2,3,4,5,6])printa#二位数组b=np.array([[1,2,3],[2,3,4]])printb#查看数组大小a.shapeb.shape#arange函数指定开始值、终值和步长来创建一维数组(不包括终值)np.arange(0,1,0.2)#l
DBTomato·2020-09-15 23:26

python数据分析---Pandas

importpandasaspd#Series可以看做一个定长的有序字典。基本任意的一维数据都可以用来构造Series对象：s=pd.Series([1,2,3.0,'abc'])s1=pd.Series(data=[1,3,5,7],index=['a','b','x','y'])#通过下标获取数据s1['a']#Series的name属性s1.name='test_series'#pandas
DBTomato·2020-09-15 23:56

numpy.random.randn()用法

在python数据分析的学习和应用过程中，经常需要用到numpy的随机函数，由于随机函数random的功能比较多，经常会混淆或记不住，下面我们一起来汇总学习下。
周正己·2020-09-15 23:00

第十天：Python数据分析：从0完成一个宝可梦数据分析实战（第10天）

口袋妖怪数据集探索数据集下载!wget-Opokemon_data.csvhttps://pai-public-data.oss-cn-beijing.aliyuncs.com/pokemon/pokemon.csvimportpandasaspdimportseabornassnsimportmatplotlib.pyplotaspltdf=pd.read_csv("./pokemon_data
啊King_清云·2020-09-15 23:59

小白学 Python 数据分析（5）：Pandas （四）基础操作（1）查看数据

在家为国家做贡献太无聊，不如跟我一起学点Python人生苦短，我用Python前文传送门：小白学Python数据分析（1）：数据分析基础小白学Python数据分析（2）：Pandas（一）概述小白学Python
极客挖掘机·2020-09-15 23:20

01、python数据分析与机器学习实战——Python科学计算库-Numpy

深度学习——学习目录NumPy介绍NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nestedliststructure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。numpy基础矩阵运算矩阵和数的计算：加法四则运算：一个矩阵与一个数字进行四则运算就是把矩阵中的每一个元素都与这个数字进行四则运算：importnu
Alex 007·2020-09-15 20:58

python数据分析小trick

基于python3一，题目：企业发放的奖金根据利润提成。利润(I)低于或等于10万元时，奖金可提10%；利润高于10万元，低于20万元时，低于10万元的部分按10%提成，高于10万元的部分，可可提成7.5%；20万到40万之间时，高于20万元的部分，可提成5%；40万到60万之间时高于40万元的部分，可提成3%；60万到100万之间时，高于60万元的部分，可提成1.5%，高于100万元时，超过10
m0_37684153·2020-09-15 19:41

《麦肯锡方法》读书笔记1

我最近在学习Python数据分析，其实数据分析肯定需要有分析的方法的，不止是数据处理的技能，更重要的是怎么发现问题，怎么解决问题，如何给出解决问题的方案，相信《麦肯锡方法》会给我结论。这本书的序读
weay·2020-09-15 18:13

《python数据分析与应用》第五章：使用pandas进行数据预处理

5.1合并数据5.1.1堆叠合并数据1.横向堆叠：concat函数，axis=12.纵向堆叠：concat函数，axis=0或append函数5.1.2主键合并数据：merge函数和join方法5.1.3重叠合并数据：combine_first方法5.1.4任务实现5.2清洗数据5.2.1检测与处理重复值1.记录重复：list、set、drop_duplicates2.特征重复（1）求相似度矩阵：
Flerken101·2020-09-15 17:28

Python数据分析实战（2）使用Pandas进行数据分析

文章目录一、Pandas的使用1.Pandas介绍2.Pandas基本操作Series的操作创建DataFrame常见列操作常见行操作DateFrame的基本操作时间操作3.Pandas进行数据分析读取数据选择数据子集数据清洗布尔索引group_by()的使用基本画图二、简单分析College数据三、鸢尾花数据集分析1.基础操作2.数据分析四、电影评分数据分析一、Pandas的使用1.Pandas
cutercorley·2020-09-15 16:24

二十八、接了一单Python北京空气质量数据处理

@Author：Runsen这是接的一单Python数据分析的，文件我删了，不好意思文章目录北京空气质量数据处理分析解决方法代码计算北京每年的PM2.5情况计算北京每年1-12月的PM2.5情况北京空气质量数据处理这是我接单的一个单
润森·2020-09-15 15:05

Python实现线性函数的拟合算法

文章目录(一)、读取数据(二)、获得拟合函数并绘制图象(三)、通过计算拟合优度评价拟合函数(四)、综合代码(五)、结果输出关于Python数据分析在数学建模中的更多相关应用：Python数据分析在数学建模中的应用汇总
XHHP·2020-09-15 15:59

Python数据分析之pandas统计分析基础2

DataFrame常用属性：1.查看访问DataFrame中的数据——数据基本查看方式对单列数据的访问：DataFrame的单列数据为一个Series。根据DataFrame的定义可以知晓DataFrame是一个带有标签的二维数组，每个标签相当每一列的列名。有以下两种方式来实现对单列数据的访问。以字典访问某一个key的值的方式使用对应的列名，实现单列数据的访问。以属性的方式访问，实现单列数据的访问
*猪耳朵*·2020-09-15 13:55

Python数据分析练习：北京、广州PM2.5空气质量分析（2）

2.数据分析2.1空气质量等级的对比分析广州2015年与2016年的空气质量等级对比，分别统计全年各个等级的次数占比（例如：Good占比=Good次数/全年总测量次数）In[18]:gz2015_grade=df_gz2015.groupby(['Grade']).size()/len(df_gz2015)In[19]:gz2016_grade=df_gz2016.groupby(['Grade'
番番要吃肉·2020-09-15 13:51

python数据分析：流量数据化运营（上）——知识点

流量数据化运营流量值从数字设备上访问企业的网站、app应用、智能设备的用户行为，它主要包括用户从哪里来，在企业相关载体上有哪些行为、产生了哪些转化等。媒体信息时代，用户行为移动化、需求个性化的复杂背景下，企业想要获得用户关注愈发困难。并且随着营销成本的增加，企业流量能够更高的转化为客户，精准营销需求日益突出。流量数据化运营需要解决的本质问题提高转化率的问题。流量采集分析系统工作机制流量数据采集线上
泛泛之素·2020-09-15 11:40

python数据分析：流量数据化运营（中）——流量数据波动原因下探分析

从细分到多层下钻数据分析细分是网站分析的基本方法，也是数据分析的基本思路。细分分析的过程是对整体数据进行层层拆分，然后找到影响整体的局部因素。步骤1：全站流量按来源模块可细分为广告、SEM、SEO和直接输入（假设只有4个模块）。细分发现广告是网站流量的主要来源（昨日访问量占比82%），访问量增长2194，比例为67%，说明了广告是网站访问量增长的主要驱动因素。步骤2：对广告模块做进一步细分，发现其
泛泛之素·2020-09-15 11:40

【Python数据分析】Python模拟登录(一) requests.Session应用

最近由于某些原因，需要用到Python模拟登录网站，但是以前对这块并不了解，而且目标网站的登录方法较为复杂，所以一下卡在这里了，于是我决定从简单的模拟开始，逐渐深入地研究下这块。注：本文仅为交流学习所用。登录特点：明文传输，有特殊标志数据会话对象requests.Session能够跨请求地保持某些参数，比如cookies，即在同一个Session实例发出的所有请求都保持同一个cookies,而re
weixin_30947043·2020-09-15 01:15

Python数据分析 | (25) 层次化索引

在许多应用中，数据可能分散在许多文件或数据库中，存储的形式也不利于分析。接下来的几篇博客将关注可以聚合、合并、重塑数据的方法。首先，我会介绍pandas的层次化索引，它广泛用于以上操作。然后，我将深入介绍了一些特殊的数据操作。在之后的博客中，你可以看到这些工具的多种应用。目录1.层次化索引2.重排与分级排序3.根据级别汇总统计4.使用DataFrame的列进行索引1.层次化索引层次化索引(hier
CoreJT·2020-09-15 01:51

数据清洗：缺失值、异常值和重复值的处理-2代码实操

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”。
sinat_22510827·2020-09-14 23:48

python数据分析案例2-2：Python练习股票信息爬取

爬取股票数据系统：win10；python：3.8.5；Anconda3；一.建立工程2:在pycharm的terminal里初始化直接在pycharm的terminal里初始化一个项目Stock_HK_SH:scrapystartprojectStock_HK_SH终端效果如下:D:\SW_dvp\python\practice\Stock_HK_SH>scrapystartprojectSto
childboi·2020-09-14 18:20

python-XGBoost应用（回归）

以下内容笔记出自‘跟着迪哥学python数据分析与机器学习实战’，外加个人整理添加，仅供个人复习使用。通过一个数据集展示XGBoost的回归建模过程，保险赔偿预测。
小白自留地·2020-09-14 16:09

Python实现TOPSIS分析法（优劣解距离法）

文章目录（1）、题目（2）、读取Excel表中的数据（3）、将不同的指标转换为极大型指标（4）、正向化矩阵标准化（5）、计算得分并归一化（6）、主函数（7）、完整代码部分（8）、计算结果关于Python
XHHP·2020-09-14 16:10

Python实现线性插值和三次样条插值

文章目录(1)、函数(2)、数据准备(3)、样条插值(4)、绘图(5)、综合代码(6)、结果展示关于Python数据分析在数学建模中的更多相关应用：Python数据分析在数学建模中的应用汇总（持续更新中
XHHP·2020-09-14 16:10

Matplotlib绘图之属性设置

关于Python数据分析在数学建模中的更多相关应用：Python数据分析在数学建模中的应用汇总（持续更新中！）
XHHP·2020-09-14 16:10

层次分析法（AHP）——算数平均值法、几何平均值法、特征值法（Python实现，超详细注释）

文章目录（1）、算数平均值法求权重（2）、几何平均值法求权重（2）、特征值法关于Python数据分析在数学建模中的更多相关应用：Python数据分析在数学建模中的应用汇总（持续更新中！）
XHHP·2020-09-14 16:38

对于奋斗在《数据分析》前线的同志们，这些资料我要交给你

目录数据化运营python数据分析与数据挖掘精通python设计模式算法图解白话大数据与机器学习python金融大数据分析网盘链接：链接:https://pan.baidu.com/s/1vvaBScl4
flyfor2013·2020-09-14 13:02

Python数据分析实战(1) 成都土地市场分析

但愿历尽千帆，终能得偿所愿。文章目录一、数据获取三、数据查看三、分析土地交易数据1.土地出让形式&土地成交状态2.土地交易面积3.交易土地的规划用途4.土地成交区域四、其他说明一、数据获取土地市场数据一般会公示在当地的公共资源交易中心，但经常会出现只公示当周或当月数据的情况，因此，我们得去找专业的土地网站获取交易数据。比如土流网：https://www.tudinet.com/market-0-0
叶庭云·2020-09-14 12:10

python-sklearn实现神经网络（数据量小的情况）

以下内容笔记出自‘跟着迪哥学python数据分析与机器学习实战’，外加个人整理添加，仅供个人复习使用。
小白自留地·2020-09-14 10:33
上一页 57 58 59 60 61 62 63 64 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他