Python是数据处理常用工具，可以处理数量级从几K至几T不等的数据，具有较高的开发效率和可维护性，还具有较强的通用性和跨平台性，这里就为大家分享几个不错的数据分析工具。Python数据分析需要安装的第三方扩展库有：Numpy、Pandas、SciPy、Matplotlib、Scikit-Learn、Keras、Gensim、Scrapy等，以下是第三方扩展库的简要介绍：PandasPandas是
分类：
编程语言 时间：
2020-07-01 20:37:12
阅读次数：
73
Numpy简介 Numpy是高性能科学计算和数据分析的基础包。它是pandas等其他各种工具的基础。 Numpy的主要功能： ndarray，一个多维数组结构，高效且节省空间 无需循环对数组数据进行快速运算的数学函数 线性代数、随机数生成和博立叶变换功能 创建ndarray：np.array(arr ...
分类：
编程语言 时间：
2020-07-01 19:56:30
阅读次数：
54
传统Python语言的主要控制结构是for循环。然而，需要注意的是for循环在Pandas中不常用，因此Python中for循环的有效执行并不适用于Pandas模式。一些常见控制结构如下。 for循环 while循环 if/else语句 try/except语句 生成器表达式 列表推导式 模式匹配 ...
分类：
编程语言 时间：
2020-06-30 17:41:19
阅读次数：
65
pandas绘图 pandas绘图是基于matplotlib的上层封装 正常工作一般先用pandas绘图，再辅以matplotlib修改组件 Pandas绘图的优势： 代码简洁 针对pandas数据结构专门优化过（series/DataFrame） 劣势： pandas绘图自定义程度较差 matpl ...
分类：
其他好文 时间：
2020-06-30 16:01:20
阅读次数：
96
import pandas as pdf = open('D:/SAB/Desktop/数据分析.csv')df=pd.read_csv(f)df import pandas as pdf = 'D:/SAB/Desktop/数据分析.xlsx'df= pd.read_excel(f)df ...
分类：
编程语言 时间：
2020-06-30 12:54:48
阅读次数：
67
1、 处理重复数据drop_duplicates函数 #设定一些重复行数据 df.iloc[1] = [0,0,0,0,0,0,0,0] df.iloc[3] = [0,0,0,0,0,0,0,0] df.iloc[5] = [0,0,0,0,0,0,0,0] df.iloc[7] = [0,0,0 ...
分类：
编程语言 时间：
2020-06-29 17:08:43
阅读次数：
72
简介 在pandas中有两类非常重要的数据结构，即序列Series和数据框DataFrame。Series类似于numpy中的一维数组，除了通吃一维数组可用的函数或方法，而且其可通过索引标签的方式获取数据，还具有索引的自动对齐功能；DataFrame类似于numpy中的二维数组，同样可以通用nump ...
分类：
其他好文 时间：
2020-06-29 09:54:34
阅读次数：
35
# -*- coding: utf-8 -*- import pandas as pd from collections import defaultdict import json from pathlib import Path DATA = "6.28" dd = defaultdict(li ...
分类：
编程语言 时间：
2020-06-28 20:42:59
阅读次数：
55
import pandas a=pandas.read_excel(r'D:\scrapy网络爬虫\nba.xlsx') bins=[0,5000000,max(a['Salary'])] group_by=['底','高'] a['new_col']=pandas.cut(a['Salary'], ...
分类：
其他好文 时间：
2020-06-28 14:56:18
阅读次数：
120
1.jieba分词与词性标注 思路： (1)利用pandas读取csv文件中的酒店客户评论，并创建3个新列用来存放分词结果、词性标注结果、分词+词性标注结果 (2)利用jieba分词工具的posseg包，同时实现分词与词性标注 (3)利用停用词表对分词结果进行过滤 (4)将分词结果以20000条为单 ...
分类：
编程语言 时间：
2020-06-27 20:32:04
阅读次数：
125
