注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. python数据分析2

  2. 第1章 准备工作 本书主要内容 为什么要使用Python进行数据分析 重要的Python库 安装和设置 社区和研讨会 使用本书 致谢 第2章 引言 来自bit.ly的1.usa.gov数据 MovieLens 1M数据集 1880-2010年间全美婴儿姓名 小结及展望 第3章 IPython：一种交互式计算和开发环境 IPython基础 内省 使用命令历史 与操作系统交互 软件开发工具 IPython HTML Notebook 利用IPython提高代码开发效率的几点提示 高级IPython

  3. 所属分类：Python

    • 发布日期：2017-09-05
    • 文件大小：27mb
    • 提供者：qq_34983659

  1. Numpy用户指南.pdf

  2. 说明：本文档所有内容来源于网络 https://www.numpy.org.cn/user/ 目录 1. NUMPY 介绍 1 1.1 什么是 NUMPY? 1 1.2 为什么 NUMPY 这么快？ 3 1.3 还有谁在使用 NUMPY？ 3 2. 快速入门教程 4 2.1 先决条件 4 2.2 基础知识 4 2.2.1一个例子 5 2.2.2 数组创建 6 2.2.3 打印数组 8 2.2.4 基本操作 10 2.2.5 通函数 13 2.2.6 索引、切片和迭代 14 2.3 形状操纵 18

  3. 所属分类：互联网

  1. Pandas 基础入门

  2. Pandas 基础入门 pandas 是基于 Numpy 构建的，让以 Numpy 为中心的应用变得更加简单。「Series」 和「DataFrame」 是它的两个主要数据结构，不同于 Numpy 数组，这两种数据结构包含有数据和索引两种对象。后面的介绍将使用下面的引入约定。 import pandas as pd from pandas import Series, DataFrame Series 仅由一组数据即可产生最简单的 Series: In [5]: obj = Series([

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：84kb
    • 提供者：weixin_38697659

  1. Pandas基础–数据结构和索引操作

  2. Pandas基础 引言 Pandas是基于Numpy的库，但功能更加强大，Numpy专注于数值型数据的操作，而Pandas对数值型，字符串型等多种格式的表格数据都有很好的支持。 内容介绍 1.数据结构（Series,DataFrame,Panel） 2.索引操作 3.数据运算 4.层次化索引 5.可视化(暂时忽略) 6.示例1 7.外部数据的读取与存储（csv,txt,json,excel,数据库,web数据） 8.示例2 9.数据清洗与整理 10.示例3 11.数据分组与聚合 12.示例4 1

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：151kb
    • 提供者：weixin_38629362

  1. Python数据分析–科学计算工具Numpy通用函数（持续更新中）

  2. 前面我们讲了科学计算工具Numpy的基础数据结构，不知道看过的小伙伴学习的咋样，今天呢我们继续上一节的内容讲一下Numpy的通用函数，如果有小伙伴以后想要做数据分析和数据可视化，Numpy这部分还是非常重要的，有必要好好学一下，其实学习本来就是一个很枯燥的过程，我开始学习的时候也是断断续续的，最终坚持下来的原因是自己第一次参加学校组织的数学建模时做数据分析的时候感觉自己用的方法太笨速度太慢了，拖了整个队伍的后腿，所以从第一次参加数学建模之后我就每天都坚持学习了，现在因为疫情的原因在家没事干，所以

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：210kb
    • 提供者：weixin_38701156

  1. 【Python】Python中的数组、列表、元组、Numpy数组、Numpy矩阵

  2. 前言 面试中特别重视对于数据结构的考查（某次面试被问及Python中列表和数组的区别，回答的不好，痛定思痛，扎实的基础决定面试的成败！） 本节简要总结Python中数组、列表、元组、Numpy数组、Numpy矩阵的概念与联系。 1. 数组 Python没有数组！！！ 2. 列表 python内置类型，即动态数组，C++标准库的vector，但可含不同类型的元素于一个list中。 下标：按下标读写，就当作数组处理，以0开始，有负下标的使用 list的常用方法 L.append(var) #追加

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：117kb
    • 提供者：weixin_38682790

  1. Python数据分析实战【第三章】1.2- Numpy基础数据结构【python】

  2. 【课程9.2】 Numpy基础数据结构 NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成： ① 实际的数据 ② 描述这些数据的元数据 1.多维数组ndarray import numpy as np ar = np.array([1,2,3,4,5,6,7]) print(ar) # 输出数组，注意数组的格式：中括号，元素之间没有逗号（和列表区分） print(ar.ndim) # 输出数组维度的个数（轴数），或者说“秩”，维度的数量也称rank p

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：138kb
    • 提供者：weixin_38629801

  1. Pandas基础知识入门

  2. Pandas是基于Numpy构建的含有更高级数据结构和工具的数据分析包。类似于Numpy的核心是ndarray，pandas 也是围绕着 Series 和 DataFrame两个核心数据结构展开的。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。 Pandas官方教程User Guide ，查看当前版本： >>> import pandas as pd >>> import numpy as np >>> prin

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：229kb
    • 提供者：weixin_38733414

  1. Pandas基础知识入门

  2. Pandas是基于Numpy构建的含有更高级数据结构和工具的数据分析包。类似于Numpy的核心是ndarray，pandas 也是围绕着 Series 和 DataFrame两个核心数据结构展开的。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。 Pandas官方教程User Guide ，查看当前版本： >>> import pandas as pd >>> import numpy as np >>> prin

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：229kb
    • 提供者：weixin_38645266

  1. Pandas学习笔记1-Pandas基础

  2. Task01：Pandas基础（1天） Pandas基础文件的读取与写入查看pandas版本读取写入基本数据结构1. Series创建一个Series使series的索引列转化为dataframe的列Series的特点2. DataFrame创建一个DataFrame获取数据修改数据调用属性和方法索引对齐特性DataFrame的特点常用基本函数排序练习【练习一】【练习二】参考内容 文件的读取与写入 查看pandas版本 导入库文件，并查看Pandas版本。 import pandas as p

  3. 所属分类：其它

  1. Pandas学习笔记1-Pandas基础

  2. Task01：Pandas基础（1天） Pandas基础文件的读取与写入查看pandas版本读取写入基本数据结构1. Series创建一个Series使series的索引列转化为dataframe的列Series的特点2. DataFrame创建一个DataFrame获取数据修改数据调用属性和方法索引对齐特性DataFrame的特点常用基本函数排序练习【练习一】【练习二】参考内容 文件的读取与写入 查看pandas版本 导入库文件，并查看Pandas版本。 import pandas as p

  3. 所属分类：其它

  1. [Python/PyTorch基础] Numpy学习笔记

  2. 目录Numpy基础引文Numpy的主要特点Numpy主要内容生成Numpy数组从已有数据中创建数组利用random模块生成数组创建特定形状的多维数组利用arange、linspace函数生成数组获取元素通过指定索引标签通过函数算数运算数组变形批量处理通用函数广播机制 Numpy基础 引文 Python本身含有列表（list）和数组（array），但对于大数据来说，这些结构是有很多不足的。 list的元素可以是任何对象，因此列表中所保存的是对象的指针。 array对象可以直接保存数值，但是由于它不

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：166kb
    • 提供者：weixin_38752897

  1. python之numpy包

  2. Note: 菜鸟学习笔记，简单记录，代码手打 IDE: IPython/Jupyter/Pycharm numpy包学习记录 高级数据结构ndarray numpy包是pandas、matplotlib、seaborn等科学计算包的基础 # pip install numpy import numpy as np from numpy import pi # 从txt读取矩阵数据 a = np.genfromtxt('1.txt', delimiter=',', dtype=str) # 数据

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：29kb
    • 提供者：weixin_38650066

  1. 《利用python进行数据分析》Chapter 4

  2. 本章着重介绍NumPy基础知识。 由于NumPy提供了一个非常易用的C语言API，可以将数据传递给用底层语言编写的外部类库，再由外部类库将计算结果按照NumPy数组的方式返回。这个特征使得Python可以对存量C/C++/Fortran代码库进行封装，并为这些代码提供动态、易用的接口。 NumPy对含有大量数组的数据非常有效。 NumPy在内部将数据存储在连续的内存块上，这与其他的Python内建数据结构时不同的。 NumPy的算法库是用C语言写的，所以在操作数据内存时，不需要任何类型检查或者其

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：83kb
    • 提供者：weixin_38528680

  1. python数据分析之Pandas数据结构和操作

  2. Pandas是什么？1、一个强大的分析结构化数据的工具集2、基础是NumPy，提供了高性能矩阵的运算3、应用在数学挖掘，数据分析。比如，学生成绩分析，股票数据分析等4、提供数据清洗功能Pands数据结构，主要分为两种，Series和DataFrame1、类似一维数组的对象2、通过list构建Seriesser_obj=pd.Series(rang(10))3、由数据和索引组成索引在左，数据在右索引是自动创建的4、获取数据和索引5、预览数据(取前几个)ser_obj.head(n)6、通过索引获取

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：252kb
    • 提供者：weixin_38745434

  1. Numpy高维数据的理解

  2. 当实际处理多维变量时，尤其需要使用到Tensorflow这样深度学习库，比如，图片数据批次其形状为：N×H×W×CN×H×W×C,高维序列格式存在难以理解的问题。因此如何读懂这些高维序列是一个很基础的问题。列表和1-DNumpyarray如何检索一个列表中的元素，上图给出了很好的描述嵌套列表和2-DNumpy序列当嵌套两个List事情就变得很有趣了。2-D表示：矩阵、数据库里的表格、灰度图像上面是一个List里面嵌套了三个List，每个List都表示长方形表中的一个行向量在Python中访问一个

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：515kb
    • 提供者：weixin_38702726

  1. python数据分析之Pandas数据结构和操作

  2. Pandas是什么？ 1、一个强大的分析结构化数据的工具集 2、基础是NumPy，提供了高性能矩阵的运算 3、应用在数学挖掘，数据分析。比如，学生成绩分析，股票数据分析等 4、提供数据清洗功能 Pands数据结构，主要分为两种，Series和DataFrame

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：231kb
    • 提供者：weixin_38733414

  1. Python数据分析–科学计算工具Numpy基础数据结构

  2. Numpy是Python开源的科学计算工具包，是一个非常高级的数值编程工具，具有强大的N维数组对象，对数组数据结构进行运算时不需要遍历循环，具有随机数，傅里叶变换，线性代数等基本功能。今天我们首先来讲一下Numpy基础的数据结构。 Numpy的数组是一个多维数组对象，成为ndarray，其是有两个部分组成：（1）实际的数据（2）描述这些数据的原数据，下面我们来看几个具体的例子： import numpy as np #引入numpy模块，并将其命名为np ar=np.array([[1,2,3,

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：135kb
    • 提供者：weixin_38617451

  1. numpy 基础数据结构

  2. numpy 基础数据结构数组的基本属性array()arange()linspace()zeros()/zeros_like()/ones()/ones_like()eye() 数组的基本属性 数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推 在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量 比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组，所以一维数组就是NumPy中的轴（axes），第一个轴相当于是底层

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：50kb
    • 提供者：weixin_38737751

  1. 数据科学包——pandas基础（核心数据结构）

  2. 文章目录一、Series1.创建1.1 从 ndaray 创建1.2 从字典创建1.3 从标量创建2.Series对象2. Series 是类 ndarray 对象2.2 Series 是类字典对象3.标签对齐操作4.name属性二、DataFrame1.创建1.1 从字典创建1.2 从结构化数据中创建1.3 从字典列表创建1.4 从元组字典创建1.5 从 Series 创建2.列选择/增加/删除2.1 选择列2.2 删除列2.3 插入列3.索引和选择4.数据对齐5.使用 numpy 函数6.T

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：91kb
    • 提供者：weixin_38725531
« 12 3 »