机器学习-数据科学库-day4
2024-05-25 05:36:21
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
机器学习-数据科学库-day4
- pandas学习
- pandas基础
- pandas的常用数据类型
- pandas之Series创建
- pandas之Series切片和索引
- pandas之Series的索引和值
- 练习
- pandas之读取外部数据
- pandas之DataFrame
- 练习
- pandas之取行或者列
- pandas之 loc与 iloc
- pandas之布尔索引
- pandas之字符串方法
- 缺失数据的处理
- pandas常用统计方法
- 动手
- day4小结
pandas学习
pandas基础
引言：
numpy已经能够帮助我们处理数据，能够结合matplotlib解决我们数据分析的问题，那么pandas学习的目的在什么地方呢？
numpy能够帮助我们处理数值，但是pandas除了处理数值之外(基于numpy)，还能够帮助我们处理其他类型的数据。（比如字符串，还有时间序列等）
pandas的常用数据类型
- Series 一维，带标签数组
- DataFrame 二维，Series容器
pandas之Series创建
Series对象本质上由两个数组构成，一个数组构成对象的键(index，索引)，一个数组构成对象的值(values), 键–>值
pandas之Series切片和索引
pandas之Series的索引和值
练习
#!usr/bin/env python
# -*- coding:utf-8 _*-
import stringimport numpy as np
import pandas as pd
#Series 一维，带标签的数组
#pandas之Series创建
t1=pd.Series([1,2,3,4,12,3,4])
print(t1)
print(type(t1))
print("*"*50)t2=pd.Series(np.arange(10),index=list(string.ascii_uppercase[:10]))
print(t2)
print(type(t2))
print("*"*50)temp_dict={"name":"xiaohong","age":30,"tel":10086}
t3=pd.Series(temp_dict)
print(t3)
print(type(t3))
print("*"*50)
#pandas之Series切片和索引
print(t3["age"])
print(t3["tel"])
print(t3[0])
print(t3[:2]) #取前两行
print(t3[[0,2]]) #取第一行和第三行
print(t3[["age","name"]])print(t1[t1>3]) #布尔运算#Series对象本质上由两个数组构成，一个数组构成对象的键(index，索引)，一个数组构成对象的值(values), 键-->值
print(t2.index)
print(t2.values)
print(type(t2.index))
print(type(t2.values))运行结果：
C:\ANACONDA\python.exe "C:/Users/Lenovo/PycharmProjects/Code/day04/test pandas_Series.py"
0 1
1 2
2 3
3 4
4 12
5 3
6 4
dtype: int64
<class 'pandas.core.series.Series'>
**************************************************
A 0
B 1
C 2
D 3
E 4
F 5
G 6
H 7
I 8
J 9
dtype: int32
<class 'pandas.core.series.Series'>
**************************************************
name xiaohong
age 30
tel 10086
dtype: object
<class 'pandas.core.series.Series'>
**************************************************
30
10086
xiaohong
name xiaohong
age 30
dtype: object
name xiaohong
tel 10086
dtype: object
age 30
name xiaohong
dtype: object
3 4
4 12
6 4
dtype: int64
Index(['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], dtype='object')
[0 1 2 3 4 5 6 7 8 9]
<class 'pandas.core.indexes.base.Index'>
<class 'numpy.ndarray'>Process finished with exit code 0pandas之读取外部数据
现在假设我们有一个组关于狗的名字的统计数据，那么为了观察这组数据的情况，我们应该怎么做呢？
我们的这组数据存在csv中，我们直接使用pd. read_csv即可
#!usr/bin/env python
# -*- coding:utf-8 _*-
import pandas as pd#pandas 读取csv中的文件
df=pd.read_csv("./dogNames2.csv")
print(df)运行结果：
C:\ANACONDA\python.exe C:/Users/Lenovo/PycharmProjects/Code/day04/page108.pyRow_Labels Count_AnimalName
0 1 1
1 2 2
2 40804 1
3 90201 1
4 90203 1
... ... ...
16215 37916 1
16216 38282 1
16217 38583 1
16218 38948 1
16219 39743 1[16220 rows x 2 columns]Process finished with exit code 0pandas之DataFrame
DataFrame对象既有行索引，又有列索引
行索引，表明不同行，横向索引，叫index，0轴，axis=0
列索引，表名不同列，纵向索引，叫columns，1轴，axis=1
t1=pd.DataFrame(np.arange(12).reshape((3,4)),index=list(string.ascii_uppercase[:3]),columns=list(string.ascii_uppercase[-4:]))
print(t1)
print("*"*50)
*****************************************W X Y Z
A 0 1 2 3
B 4 5 6 7
C 8 9 10 11
**************************************************
和一个ndarray一样，我们通过shape，ndim，dtype了解这个ndarray的基本信息，那么对于DataFrame我们有什么方法了解呢
#DataFrame传入字典作为数据
d1={"name":["xiaoming","xiaogang"],"age":[23,32],"tel":[10086,10010]}
d1=pd.DataFrame(d1)
print(d1)
print(type(d1))
print("*"*50)d2=[{"name":"xiaoming","age":23,"tel":10086},{"name":"xiaogang","age":32},{"name":"xiaohong","tel":10010}]
d2=pd.DataFrame(d2)
print(d2)
print(type(d2))
print("*"*50)
print(d2.index)
print(d2.columns)
print(d2.values)
print(d2.shape)
print(d2.dtypes)
print(d2.ndim)print("*"*50)运行结果：name age tel
0 xiaoming 23 10086
1 xiaogang 32 10010
<class 'pandas.core.frame.DataFrame'>
**************************************************name age tel
0 xiaoming 23.0 10086.0
1 xiaogang 32.0 NaN
2 xiaohong NaN 10010.0
<class 'pandas.core.frame.DataFrame'>
**************************************************
RangeIndex(start=0, stop=3, step=1)
Index(['name', 'age', 'tel'], dtype='object')
[['xiaoming' 23.0 10086.0]['xiaogang' 32.0 nan]['xiaohong' nan 10010.0]]
(3, 3)
name object
age float64
tel float64
dtype: object
2
**************************************************
练习
那么回到之前我们读取的狗名字统计的数据上，我们尝试一下刚刚的方法
那么问题来了：
很多同学肯定想知道使用次数最高的前几个名字是什么呢？
import pandas as pd
df=pd.read_csv("./dogNames2.csv")
print(df.head(5))
print("*"*50)
print(df.info())#DataFrame中排序的方法
df=df.sort_values(by="Count_AnimalName",ascending=False)
print(df.head(5))#pandas取行或者列的注意点
#-方括号写数字，表示取行，对行进行操作
#-写字符串，表示的列索引，对列进行操作
print(df[:3])
print("*"*50)
#print(df["Row_Labels"])
#print(type(df["Row_Labels"]))
#同时选择行和列
print("*"*50)
print(df[:6]["Count_AnimalName"])
print("*"*50)
#布尔索引
print(df[df["Count_AnimalName"]>800])
print(df[(df["Count_AnimalName"]>800)&(df["Count_AnimalName"]<1000)])
print("*"*50)
#假如我们想找到所有的使用次数超过700并且名字的字符串的长度大于4的狗的名字
print(df[(df["Row_Labels"].str.len()>4)&(df["Count_AnimalName"]>700)])
运行结果：
C:\ANACONDA\python.exe C:/Users/Lenovo/PycharmProjects/Code/day04/page113.pyRow_Labels Count_AnimalName
0 1 1
1 2 2
2 40804 1
3 90201 1
4 90203 1
**************************************************
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 16220 entries, 0 to 16219
Data columns (total 2 columns):# Column Non-Null Count Dtype
--- ------ -------------- ----- 0 Row_Labels 16217 non-null object1 Count_AnimalName 16220 non-null int64
dtypes: int64(1), object(1)
memory usage: 253.6+ KB
NoneRow_Labels Count_AnimalName
1156 BELLA 1195
9140 MAX 1153
2660 CHARLIE 856
3251 COCO 852
12368 ROCKY 823Row_Labels Count_AnimalName
1156 BELLA 1195
9140 MAX 1153
2660 CHARLIE 856
**************************************************
**************************************************
1156 1195
9140 1153
2660 856
3251 852
12368 823
8417 795
Name: Count_AnimalName, dtype: int64
**************************************************Row_Labels Count_AnimalName
1156 BELLA 1195
9140 MAX 1153
2660 CHARLIE 856
3251 COCO 852
12368 ROCKY 823Row_Labels Count_AnimalName
2660 CHARLIE 856
3251 COCO 852
12368 ROCKY 823
**************************************************Row_Labels Count_AnimalName
1156 BELLA 1195
2660 CHARLIE 856
12368 ROCKY 823
8552 LUCKY 723Process finished with exit code 0pandas之取行或者列
#pandas取行或者列的注意点
#-方括号写数字，表示取行，对行进行操作
#-写字符串，表示的列索引，对列进行操作
pandas之 loc与 iloc
还有更多的经过pandas优化过的选择方式：
- df.loc 通过标签索引行数据
- df.iloc 通过位置获取行数据
赋值更改数据的过程：
pandas之布尔索引
回到之前狗的名字的问题上，假如我们想找到所有的使用次数超过800的狗的名字，应该怎么选择？
假如我们想找到所有的使用次数超过700并且名字的字符串的长度大于4的狗的名字，应该怎么选择？
pandas之字符串方法
缺失数据的处理
对于NaN的数据，在numpy中我们是如何处理的？
在pandas中我们处理起来非常容易
判断数据是否为NaN：pd.isnull(df),pd.notnull(df)
处理方式1：删除NaN所在的行列dropna (axis=0, how=‘any’, inplace=False)
处理方式2：填充数据，t.fillna(t.mean()),t.fiallna(t.median()),t.fillna(0)
处理为0的数据：t[t==0]=np.nan
当然并不是每次为0的数据都需要处理
计算平均值等情况，nan是不参与计算的，但是0会
t3=pd.DataFrame(np.arange(12).reshape(3,4),index=list("ABC"),columns=list("WXYZ"))
print(t3)
print(t3.loc["A","Y"])
print(type(t3.loc["A","Y"]))
print(t3.loc["B",:])
print(type(t3.loc["B",:]))
print(t3.loc[:,"Z"])
print(type(t3.loc[:,"Z"]))print(t3.loc[["A","B"],["W","Z"]])
print(t3.loc["A":"C",["W","Z"]])print("*"*50)
print(t3)
print(t3.iloc[1])#取某一行
print(t3.iloc[:,2])#取某一列
print(t3.iloc[[0,2],[2,1]])
t3.iloc[1:2,0:2]=200
print(t3)
t3.loc["A":"C","Y"]=np.nan
print(t3)#缺失数据的处理
#判断是否为nan
print("*"*50)
print(pd.isnull(t3))
print(pd.notnull(t3))
#处理方式1：删除所在的行列，dropna(axis=0,how="any/all",inplace=False)
print(t3.dropna(axis=1,how="any"))
print(t3.dropna(axis=0,how="any"))
#处理方式2：填充数据，t.fillna(t.mean()),t.fiallna(t.median()),t.fillna(0)
print(d2)
print(d2.fillna(d2.mean()))
print("*"*50)
d2["age"]=d2["age"].fillna(d2["age"].mean())
print(d2)
d2["age"][2]=np.nan
print(d2)#处理为0的数据，t[t==0]=np.nan,当然并不是每次为0的数据都需要处理。计算平均值等情况，nan是不参与计算的，但是0会
运行结果：
W X Y Z
A 0 1 2 3
B 4 5 6 7
C 8 9 10 11
2
<class 'numpy.int32'>
W 4
X 5
Y 6
Z 7
Name: B, dtype: int32
<class 'pandas.core.series.Series'>
A 3
B 7
C 11
Name: Z, dtype: int32
<class 'pandas.core.series.Series'>W Z
A 0 3
B 4 7W Z
A 0 3
B 4 7
C 8 11
**************************************************W X Y Z
A 0 1 2 3
B 4 5 6 7
C 8 9 10 11
W 4
X 5
Y 6
Z 7
Name: B, dtype: int32
A 2
B 6
C 10
Name: Y, dtype: int32Y X
A 2 1
C 10 9W X Y Z
A 0 1 2 3
B 200 200 6 7
C 8 9 10 11W X Y Z
A 0 1 NaN 3
B 200 200 NaN 7
C 8 9 NaN 11
**************************************************W X Y Z
A False False True False
B False False True False
C False False True FalseW X Y Z
A True True False True
B True True False True
C True True False TrueW X Z
A 0 1 3
B 200 200 7
C 8 9 11
Empty DataFrame
Columns: [W, X, Y, Z]
Index: []name age tel
0 xiaoming 23.0 10086.0
1 xiaogang 32.0 NaN
2 xiaohong NaN 10010.0name age tel
0 xiaoming 23.0 10086.0
1 xiaogang 32.0 10048.0
2 xiaohong 27.5 10010.0
**************************************************name age tel
0 xiaoming 23.0 10086.0
1 xiaogang 32.0 NaN
2 xiaohong 27.5 10010.0name age tel
0 xiaoming 23.0 10086.0
1 xiaogang 32.0 NaN
2 xiaohong NaN 10010.0
C:/Users/Lenovo/PycharmProjects/Code/day04/test pandas_DataFrame.py:73: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrameSee the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copyd2["age"][2]=np.nanProcess finished with exit code 0
pandas常用统计方法
假设现在我们有一组从2006年到2016年1000部最流行的电影数据，我们想知道这些电影数据中评分的平均分，导演的人数等信息，我们应该怎么获取？
#!usr/bin/env python
# -*- coding:utf-8 _*-
import numpy as np
import pandas as pd#设置行不限制数量
#pd.set_option('display.max_rows',None)
#最后的的参数可以限制输出行的数量
#设置列不限制数量
#pd.set_option('display.max_columns',None)
#最后的的参数可以限制输出列的数量
#设置value的显示长度为80，默认为50
#pd.set_option('max_colwidth',80)#设置文件路径
file_path="IMDB-Movie-Data.csv"
#按照文件路径读取csv文件数据
df=pd.read_csv(file_path)
#print(df)
#print(df.info())
#print(df.head(1))#获取平均评分
#print(df["Rating"].mean())#获取导演的人数
print(df.head())
#print(df["Director"])
#set()函数创建一个无序不重复元素集,可进行关系测试,删除重复数据,还可以计算交集、差集、并集等。
print(len(set(df["Director"].tolist())))
print(len(df["Director"].unique()))#获取演员的人数
#print(df["Actors"])
temp_actors_list=df["Actors"].str.split(", ").tolist() #str.split（","） 是对一个Series进行操作吗？ 括号里的“，”起什么作用?
#print(temp_actors_list)
print(len(temp_actors_list))
acotrs_list=[i for j in temp_actors_list for i in j]
#print(acotrs_list)
print(len(acotrs_list))
acotrs_num=len(set(acotrs_list))
print(acotrs_num)#[i for j in temp_list for i in j]双重循环：如果是一个list，就一个for循环；如果是list嵌套list，就双重for循环，比如乘法口诀，比如矩阵。拆分后：
#for j in temp_list:
#for i in j:
#print(i)t1=["1",2,3,4,5,"6",7,{8},[9,10]]
t=[i for i in t1]
print(t)t2=[[1,2,3],[4,5,6],["7","8",{9}]]
t=[i for j in t2 for i in j]
print(t)#小型测试
a=pd.Series(["aaa","bbb","ccc","123","890","aaa","bbb","i, love, you","890"])
print(a)
print("*"*50)
b=a.str.split(",")
print(b)
c=a.str.split(",").tolist()
print(c)
d=[i for j in c for i in j]
print(d)
print("*"*50)
e=set(d)
print(e)
print(len(e))运行结果：
C:\ANACONDA\python.exe C:/Users/Lenovo/PycharmProjects/Code/day04/page122.pyRank Title ... Revenue (Millions) Metascore
0 1 Guardians of the Galaxy ... 333.13 76.0
1 2 Prometheus ... 126.46 65.0
2 3 Split ... 138.12 62.0
3 4 Sing ... 270.32 59.0
4 5 Suicide Squad ... 325.02 40.0[5 rows x 12 columns]
644
644
1000
3650
2015
['1', 2, 3, 4, 5, '6', 7, {8}, [9, 10]]
[1, 2, 3, 4, 5, 6, '7', '8', {9}]
0 aaa
1 bbb
2 ccc
3 123
4 890
5 aaa
6 bbb
7 i, love, you
8 890
dtype: object
**************************************************
0 [aaa]
1 [bbb]
2 [ccc]
3 [123]
4 [890]
5 [aaa]
6 [bbb]
7 [i, love, you]
8 [890]
dtype: object
[['aaa'], ['bbb'], ['ccc'], ['123'], ['890'], ['aaa'], ['bbb'], ['i', ' love', ' you'], ['890']]
['aaa', 'bbb', 'ccc', '123', '890', 'aaa', 'bbb', 'i', ' love', ' you', '890']
**************************************************
{'ccc', 'aaa', 'i', ' love', '123', ' you', 'bbb', '890'}
8Process finished with exit code 0
动手
对于这一组电影数据，如果我们想rating，runtime的分布情况，应该如何呈现数据？
关于runtime
#!usr/bin/env python
# -*- coding:utf-8 _*-
import pandas as pd
from matplotlib import pyplot as plt#设置行不限制数量
pd.set_option('display.max_rows',None)
#最后的的参数可以限制输出行的数量
#设置列不限制数量
pd.set_option('display.max_columns',None)
#最后的的参数可以限制输出列的数量
#设置value的显示长度为80，默认为50
pd.set_option('max_colwidth',80)file_path="../day04/IMDB-Movie-Data.csv"
df=pd.read_csv(file_path)#print(df.head(3))
print(df.info())#rating,runtime分布情况
#选择图形，对连续数据的统计：直方图
#准备数据runtime_data=df["Runtime (Minutes)"].values #取Runtime (Minutes)这一列数据的值（该值为ndarray)max_runtime=runtime_data.max()
print(max_runtime)
min_runtime=runtime_data.min()
print(min_runtime)#计算组数
num_bin=(max_runtime-min_runtime)//5#开始绘制直方图
#设置图形dax
plt.figure(figsize=(16,8),dpi=80)plt.hist(runtime_data,num_bin)#设置x轴刻度
plt.xticks(range(min_runtime,max_runtime+5,5))plt.grid(True,linestyle="-",alpha=0.5)
plt.show()运行结果：
C:\ANACONDA\python.exe C:/Users/Lenovo/PycharmProjects/Code/day05/page124.py
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 12 columns):# Column Non-Null Count Dtype
--- ------ -------------- ----- 0 Rank 1000 non-null int64 1 Title 1000 non-null object 2 Genre 1000 non-null object 3 Description 1000 non-null object 4 Director 1000 non-null object 5 Actors 1000 non-null object 6 Year 1000 non-null int64 7 Runtime (Minutes) 1000 non-null int64 8 Rating 1000 non-null float649 Votes 1000 non-null int64 10 Revenue (Millions) 872 non-null float6411 Metascore 936 non-null float64
dtypes: float64(3), int64(4), object(5)
memory usage: 93.9+ KB
None
191
66Process finished with exit code 0
关于Rating
#!usr/bin/env python
# -*- coding:utf-8 _*-import pandas as pd
from matplotlib import pyplot as plt#设置行不限制数量
pd.set_option('display.max_rows',None)
#最后的的参数可以限制输出行的数量
#设置列不限制数量
pd.set_option('display.max_columns',None)
#最后的的参数可以限制输出列的数量
#设置value的显示长度为80，默认为50
pd.set_option('max_colwidth',80)file_path="../day04/IMDB-Movie-Data.csv"
df=pd.read_csv(file_path)print(df.head(3))
print(df.info())#rating,runtime分布情况
#选择图形，对连续数据的统计：直方图
#准备数据Rating_data=df["Rating"].values #取Rating这一列数据的值（该值为ndarray)
#print(Rating_data)
max_Rating=Rating_data.max()
print(max_Rating)
min_Rating=Rating_data.min()
print(min_Rating)
print(max_Rating-min_Rating)#计算组数
#设置不等宽的组距，hist方法中取到的会是一个左闭右开的区间[1.9,3.5)，对于9.0的评分，需要取到9.0~9.5之间
num_bin_list=[1.9,3.5]
i=3.5
while i<=max_Rating:i+=0.5num_bin_list.append(i)
print(num_bin_list)#开始绘制直方图
#设置图形dax
plt.figure(figsize=(16,8),dpi=80)plt.hist(Rating_data,num_bin_list)#设置x轴刻度
plt.xticks(num_bin_list)plt.grid(True,linestyle="-",alpha=0.5)
plt.show()运行结果：
C:\ANACONDA\python.exe C:/Users/Lenovo/PycharmProjects/Code/day05/page124_2.pyRank Title Genre \
0 1 Guardians of the Galaxy Action,Adventure,Sci-Fi
1 2 Prometheus Adventure,Mystery,Sci-Fi
2 3 Split Horror,Thriller Description \
0 A group of intergalactic criminals are forced to work together to stop a fan...
1 Following clues to the origin of mankind, a team finds a structure on a dist...
2 Three girls are kidnapped by a man with a diagnosed 23 distinct personalitie... Director \
0 James Gunn
1 Ridley Scott
2 M. Night Shyamalan Actors \
0 Chris Pratt, Vin Diesel, Bradley Cooper, Zoe Saldana
1 Noomi Rapace, Logan Marshall-Green, Michael Fassbender, Charlize Theron
2 James McAvoy, Anya Taylor-Joy, Haley Lu Richardson, Jessica Sula Year Runtime (Minutes) Rating Votes Revenue (Millions) Metascore
0 2014 121 8.1 757074 333.13 76.0
1 2012 124 7.0 485820 126.46 65.0
2 2016 117 7.3 157606 138.12 62.0
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 12 columns):# Column Non-Null Count Dtype
--- ------ -------------- ----- 0 Rank 1000 non-null int64 1 Title 1000 non-null object 2 Genre 1000 non-null object 3 Description 1000 non-null object 4 Director 1000 non-null object 5 Actors 1000 non-null object 6 Year 1000 non-null int64 7 Runtime (Minutes) 1000 non-null int64 8 Rating 1000 non-null float649 Votes 1000 non-null int64 10 Revenue (Millions) 872 non-null float6411 Metascore 936 non-null float64
dtypes: float64(3), int64(4), object(5)
memory usage: 93.9+ KB
None
9.0
1.9
7.1
[1.9, 3.5, 4.0, 4.5, 5.0, 5.5, 6.0, 6.5, 7.0, 7.5, 8.0, 8.5, 9.0, 9.5]Process finished with exit code 0
day4小结
机器学习-数据科学库-day4相关推荐
- 机器学习-数据科学库-day6
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 机器学习-数据科学库-day6 pandas学习 动手练习 pandas中的时间序列 生成一段时间范围 关于频率的更多缩写 在Data ...
- 机器学习-数据科学库-day5
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 机器学习-数据科学库-day5 pandas学习 pandas之DataFrame pandas常用统计方法 将字符串离散化 数据合并 ...
- 机器学习-数据科学库-day1
机器学习-数据科学库-day1 机器学习-数据科学库-day1 matplotlib 机器学习-数据科学库-day1 数据分析课程包括: 基础概念与环境 matplotlib numpy pandas ...
- 机器学习-数据科学库：matplotlib绘图
机器学习-数据科学库:matplotlib绘图 matplotlib绘图 matplotlib折线图 matplotlib散点图 matplotlib条形图 matplotlib直方图 对比常用统计图 ...
- 机器学习-数据科学库：Pandas总结（1）
机器学习-数据科学库:Pandas总结(1) Pandas pandas的常用数据类型 pandas之Series创建 pandas之Series切片和索引 pandas之读取外部数据 pandas之 ...
- HuaPu在学：机器学习——数据科学库【matplotlib】
数据科学库[matplotlib] 文章目录 数据科学库[matplotlib] 前言 一.数据分析介绍及环境安装 1.为什么要数据分析??? 2.环境安装 二.matplotlib 1.为什么学习m ...
- 机器学习-数据科学库（第三天）
14.numpy的数组的创建 什么是numpy 一个在Python中做科学计算的基础库,重在数值计算,也是大部分PYTHON科学计算库的基础库,多用于在大型.多维数组上执行数值运算(数组就是列表.列表 ...
- 机器学习-数据科学库（第六天）
37.pandas时间序列01 现在我们有2015到2017年25万条911的紧急电话的数据,请统计出出这些数据中不同类型的紧急情况的次数,如果我们还想统计出不同月份不同类型紧急电话的次数的变化情况, ...
- 机器学习-数据科学库（第五天）
31.数据的合并和分组聚合--字符串离散化的案例 字符串离散化的案例 刚刚我们学会了数据分合并,那么接下来,我们按照电影分类(genre)信息把数据呈现出来 import numpy as np im ...
- 机器学习-数据科学库（第四天）
23.pandas的series的了解 为什么要学习pandas numpy能够帮助我们处理数值,但是pandas除了处理数值之外(基于numpy),还能够帮助我们处理其他类型的数据 pandas的常 ...
最新文章
- 最大权值闭合子图的证明详解
- 消息队列之ActiveMQ安装配置
- Oracle 监听配置详解（转载）
- 如何处理APF框架的错误消息：Filter is too complex error
- 分享平时工作中那些给力的shell命令
- 二叉树（前中后序递归非递归遍历，层次遍历
- jsp电子商务 购物车实现之一 设计篇
- NOD32 2.7、3.0最新升级ID 每天实时同步更新
- A. Death Note
- 机器学习笔记 - AutoML框架FLAML初体验
- 关于Dev C++等软件突然提示16位应用程序不兼容的问题
- 什么是Android Instant Apps？
- 如何用C++写一个简单的小游戏？
- HTML meta http-equiv 属性
- Android CPU 深度睡眠,什么是CPU更深度睡眠
- HTML点击图片，弹窗并放大
- hive常用的函数以及知识
- 2022年全球市场艰难梭菌的分子诊断总体规模、主要生产商、主要地区、产品和应用细分研究报告
- java scanner 教程,Java Scanner 类 - Java 入门教程
- 2017lol服务器维修,LOL2017年8月15日更新维护到几点 8.15更新内容