自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(14)
  • 资源 (1)
  • 收藏
  • 关注

转载 计算相关列的折线图

#计算多个相关列的折线图import pandas as pdimport matplotlib.pyplot as pltdata = pd.DataFrame({'Que1': [1, 3, 4, 3, 4], 'Que2': [2, 3, 1, 2, 3], 'Que3': [1, 5, 2, 4,...

2019-02-22 22:55:15 162

转载 pandas中唯一值、计数和集合成员属性方法

唯一值:obj.unique()计数: obj.value_counts()成员属性:obj.isin(['value']) 出现的是布尔数组。 obj = pd.Series(['c', 'a', 'b', 'd', 'a', 'c', 'a'])uniques = obj.unique()#求series中的唯一值print(uniques)print(obj.value_...

2019-02-22 19:19:41 768

原创 python中的相关性和协方差(调用Yahoo的金融数据)

首先要pip install pandas_datareader 再pip install fix_yahoo_financeimport pandas_datareader.data as webimport pandas as pdimport fix_yahoo_finance as yfimport datetimeyf.pdr_override()start = ...

2019-02-22 18:01:14 402

转载 Pandas对象的描述性统计计算

df = pd.DataFrame([[1.4, np.nan], [7.1, -4.5], [np.nan, np.nan], [0.75, -1.3]], index=['a', 'b', 'c', 'd'], columns=['one', 'two'])1.df.idxmax(...

2019-02-21 18:15:22 331

原创 python中的用来排名的rank()

Series和DataFrame通过rank将平均排名分配到每个组来打破平级关系。1. rank()就表示这个数在原来的排名,如果遇到两个数相等,就取这两个数排名的平均值obj = pd.Series([5, 9, 2, 10, 9, 2, 0])print(obj.rank())结果:0 4.01 5.52 2.53 7.04 5.5...

2019-02-21 09:58:14 12256

转载 5.2.6 函数应用和映射(Series & DataFrame)

Numpy的通用函数对pandas对象仍然有效,需要使用DateFrame的apply方法或者applymap方法(逐元素python函数)frame = pd.DataFrame(np.random.randn(4, 3), columns=list('bde'), index=['Utah', 'Ohio', 'Texas', 'Oregon']...

2019-02-20 23:59:56 363

转载 5.2.3 Pandas的索引、 选择和过滤

1.从Series中索引 obj = pd.Series(np.arange(4.), index=['a', 'b', 'c', 'd'])print(obj)print(obj['a'])print(obj[['b', 'a', 'c']])print(obj[2:4])#这里用基本顺序切出来的,不包含尾部print(obj[[1, 3]])print(obj[obj &lt...

2019-02-18 15:58:37 195

转载 5.2 Pandas基本功能

5.2.1 reindex(pandas重要方法)为Series和DataFrame创建符合索引的新对象obj = pd.Series([4.5, 7.2, -5.3, 3.6], index=['c', 'b', 'a', 'd'])print(obj)obj2 = obj.reindex(['a', 'b', 'c', 'd', 'e'])print(obj2)结果:reind...

2019-02-18 10:17:53 104

转载 Pandas之Dataframe

 1.Dataframe像是将字典形式的data,传入到DataFrame中:import pandas as pdimport numpy as np#DataFrame 表示的是矩阵的数据表,包含已排序的列集合,每一列可以是不同的值类型(数值、字符串、布尔值等)data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada',...

2019-02-17 22:06:08 132

转载 Pandas数据结构之Series

import pandas as pd#Series类#生成series类的方法:1.obj = pd.Series([4, 7, -5, 3])obj2 = pd.Series([4, 7, 5, -3], index=['a', 'b', 'c', 'd'])print(obj2.values, obj2.index)print(obj2['a'])print(obj2[['c...

2019-02-13 10:11:40 145

转载 4.7 随机漫步

import randomimport matplotlib.pyplot as pltposition = 0walk = [position]steps = 1000for i in range(steps): step = 1 if random.randint(0, 1) else -1 position += step walk.append(posi...

2019-02-10 23:38:01 253

转载 Numpy中的linalg模块

转载自 https://www.cnblogs.com/WSX1994/articles/9061516.html线性代数# numpy.linalg模块包含线性代数的函数。使用这个模块,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。import numpy as npimport numpy.linalg as lg1. 计算逆矩阵创建矩阵:A = np....

2019-02-01 23:34:49 592

转载 Numpy包函数整理

转载自 https://www.cnblogs.com/WSX1994/articles/9061516.htmlimport numpy as np   (先导入包)生成函数 作用 np.array( x) np.array( x, dtype) 将输入数据转化为一个ndarray 将输入数据转化为一个类型为type的ndarray...

2019-02-01 18:11:30 192

转载 Numpy——solve()

NumPy 提供了线性代数函数库 linalg。numpy.linalg.solve()numpy.linalg.solve() 函数给出了矩阵形式的线性方程的解。考虑以下线性方程:x + y + z = 62y + 5z = -42x + 5y - z = 27可以使用矩阵表示为:如果矩阵成为A、X和B,方程变为:AX = B或X = A^(-1)B实...

2019-02-01 15:43:47 2796

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除