您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. catering_sale.xls

  2. 这是一个我的博客讲解中需要使用到的文件,是一个数据文件,用于拉格朗日插值法的实验,为了可以让学习的同学可以线上下载,所以上传
  3. 所属分类:算法与数据结构

    • 发布日期:2020-05-24
    • 文件大小:32kb
    • 提供者:weixin_43327597
  1. catering_sale.xls.rar

  2. 数据分析中拉格朗日插值法练习用例,可以使用该用例进行插值法的练习
  3. 所属分类:讲义

    • 发布日期:2020-09-28
    • 文件大小:8kb
    • 提供者:qq_43453982
  1. python将数据插入数据库的代码分享

  2. python将数据插入数据库的方法: 首先读入数据并建立数据库连接; 然后创建数据库; 接着执行插入数据语句,迭代读取每行数据; 最后关闭数据库连接即可。 比如现在我们要将如下Excel数据表格插入到MySQL数据库中,该如何实现呢? 实现代码: #导入需要使用到的数据模块 import pandas as pd import pymysql #读入数据 filepath = 'E:\_DataSet\catering_sale.xls' data = pd.read_exc
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:125kb
    • 提供者:weixin_38738977
  1. 解决Python pandas df 写入excel 出现的问题

  2. 学习Python数据分析挖掘实战一书时,在数据预处理阶段,有一节要使用拉格朗日插值法对缺失值补充,代码如下: #-*- coding:utf-8 -*- import pandas as pd import matplotlib.pyplot as plt from scipy.interpolate import lagrange#导入拉格朗日插值函数 inputfile="catering_sale.xls" outputfile="H:\python\file\python_data_a
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:109kb
    • 提供者:weixin_38622962
  1. Python基于matplotlib画箱体图检验异常值操作示例【附xls数据文件下载】

  2. 本文实例讲述了Python基于matplotlib画箱体图检验异常值操作。分享给大家供大家参考,具体如下: # -*- coding:utf-8 -*- #! python3 import pandas as pd import os import matplotlib.pyplot as plt data=pd.read_excel('catering_sale.xls',index_col='\u65e5\u671f') plt.rcParams['font.sans-serif']=['
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:83kb
    • 提供者:weixin_38560275
  1. Pandas+Matplotlib 箱式图异常值分析示例

  2. 我就废话不多说了,直接上代码吧! # -*- coding: utf-8 -*- import pandas as pd import matplotlib.pyplot as plt catering_sale = '../data/catering_sale.xls' data = pd.read_excel(catering_sale, index_col=u'日期') #指定日期列为索引,data类型为DataFrame plt.rcParams['font.sans-serif']
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:34kb
    • 提供者:weixin_38514660
  1. Draft 2020-03-18 02:58:24-数据集

  2. catering_sale.xls
  3. 所属分类:其它

  1. 日销售数据-数据集

  2. 实验01-日销售数据 catering_sale.xls
  3. 所属分类:其它

  1. Python箱型图处理离群点的例子

  2. 首先我们简单地区分一下离群点(outlier)以及异常值(anomaly): 离群点: 异常值: 个人觉着异常值和离群点是两个不同的概念,当然大家在数据预处理时对于这两个概念不做细致的区分,不如:姚明站在我们中间的时候,我觉着我们只能说他是一个离群点,我们能说他异常吗?异常的假设是姚明得了巨人症,可是他不是。 箱型图 代码块 餐饮销售数据离群点检测代码: #-*- coding: utf-8 -*- import pandas as pd catering_sale = '../dat
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:99kb
    • 提供者:weixin_38538381