Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。 Time- Series：以时间为索引的Se ...
分类：
其他好文 时间：
2016-05-14 18:56:35
阅读次数：
129
标准差（或方差），分为 总体标准差（方差）和 样本标准差（方差）。 前者分母为n，后者为n-1。后者是无偏的。 pandas里的 .std() 和 .var() 都是算的无偏的。 而numpy是有偏的。 那么在pandas里想算有偏的（即总体标准差或总体方差），怎么做？ https://github ...
分类：
其他好文 时间：
2016-05-13 07:56:57
阅读次数：
11419
一个多月的地铁阅读时光，阅读《Spark for python developers》电子书，不动笔墨不看书，随手在evernote中做了一下翻译，多年不习英语，自娱自乐。周末整理了一下，发现再多做一点就可基本成文了，于是开始这个地铁译系列。
为开发搭建一个独立的虚拟环境，通过Spark和Anaconda提供的PyData 库为该环境补充能力。 这些库包括Pandas,Scikit-Learn, Blaze,...
分类：
编程语言 时间：
2016-05-12 22:46:40
阅读次数：
299
数据结构：SeriesSeries是一种类似一维数组的数据结构，输出时会同时显示索引和值In [6]: a = Series([3,5,2])
In [7]: a
Out[7]:
0 3
1 5
2 2
dtype: int64分别得到索引和值In [10]: a.values
Out[10]: array([3, 5, 2], dtype=int64)In [11]: a.ind...
分类：
其他好文 时间：
2016-05-12 20:21:25
阅读次数：
227
好久没有更新博客，最近做了一个小项目，利用python爬虫功能，每天记录爬取百度风云榜的数据，然后画出趋势图，从而预测旅游城市热度。 原本准备用pandas直接读取table，后来发现pandas不能打包成exe，就只能放弃，尝试了petl也失败了。 在画图的过程中出现了中文无法显示的问题，查询得出 ...
分类：
编程语言 时间：
2016-05-10 12:40:25
阅读次数：
775
（1）pandas.Series.value_counts：返回对象中包含唯一值个数，
Series.value_counts(normalize=False, sort=True, ascending=False, bins=None,dropna=True)
参数:
normalize : boolean, default False
如果True则返回coun...
分类：
编程语言 时间：
2016-05-07 09:35:42
阅读次数：
187
0.Introduce pandas.read_csv(filepath_or_buffer,sep=', ', dialect=None, compression='infer', doublequote=True, escapechar=None, quotechar='"', quoting= ...
分类：
其他好文 时间：
2016-05-02 07:06:26
阅读次数：
309
1371 - Energetic Pandas PDF (English) Statistics Forum Time Limit: 2 second(s) Memory Limit: 32 MB There are n bamboos of different weights Wi. There ...
分类：
其他好文 时间：
2016-05-01 16:13:20
阅读次数：
209
Dataset
比萨斜塔是意大利最大的旅游景点之一。几百年来这座塔慢慢靠向一边,最终达到5.5度的倾斜角度，在顶端水平偏离了近3米。年度数据pisa.csv文件记录了从1975年到1987年测量塔的倾斜，其中lean代表了偏离的角度。在这个任务,我们将尝试使用线性回归来估计倾斜率以及解释其系数和统计数据。
# 读取数据
import pandas
import matplotlib.pyplot...
分类：
其他好文 时间：
2016-04-29 17:43:46
阅读次数：
257
