Python数据分析-基础技术篇_技术问答

首页免费课 Python数据分析-基础技术篇问答

Python数据分析-基础技术篇

全部评论问答未解决精华

仓颉小米

登录官网，documentation，学习更多内容。
学了这个课程，发现自己忘了好多数学知识。最优化求解，单纯型办法，插值，矩阵分解……
哈哈，突然想到插值里的龙格现象……看来要复习一下了~~/(ㄒoㄒ)/~~

0 4-6 scipy学习

2017-11-16

破晓之喻

看了之后还是不懂，因为不知道要用来干嘛

2 2-3 numpy常用Array

2017-11-13

weibo_西一恩欣_0

无话可说，还是自己看资料比较好

4 3-3 子图与多种图形绘制

2017-11-09

鬼脚飞

一脸懵逼！弃疗

0 6-3 scikit-learn实现决策树

2017-11-08

iG_wahaha

这门课。。。这一节。。。卒

3 1-2 Windows与Linux中Anaconda的安装

2017-11-07

STRAYS

挺好的教程

1 1-1 概述

2017-11-06

STRAYS

挺好的教程

1 1-1 概述

2017-11-06

STRAYS

挺好的教程

0 1-1 概述

2017-11-06

luffymaika

离散傅立叶变换的快速算法。。。FFT

1 2-6 numpy其它应用简介

2017-11-05

慕侠2283763

anaconda环境搭建不是很清楚

2 1-2 Windows与Linux中Anaconda的安装

2017-11-02

qq_JL_6

poly1d...不是polyid

2 2-6 numpy其它应用简介

2017-11-01

劝君惜取少年时

#missing values
df1=df.reindex(index=dates[:4],columns=list("ABCD"+["G"]))
df1.loc[dates[0]:dates[1],"G"]=1 #给1和2行1列赋值=1

缺失值 NaN

废弃或者填充

df1.dropna() #废弃
df1.fillna(values=1) #填充确实值为1

0 5-4 pandas缺失值处理

2017-10-31

劝君惜取少年时

看懂了在哪里进行实例演练呀

def.loc[:,"D"]=np.array([4]*len(df)) #将D列全部改为4

0 5-3 pandas基本操作

2017-10-31

劝君惜取少年时

typr(df["A"]) #A列的属性

dataframe是由series组成的而series是dataframe的个例

0 5-3 pandas基本操作

2017-10-31

劝君惜取少年时

axis=1,ascending=False是什么意思??
其中axis=1表示对所有的columns进行排序，下面的数也跟着发生移动。后面的ascending=False表示按降序排列，参数缺失时默认升序。

0 5-3 pandas基本操作

2017-10-31

首页上一页 12 13 14 15 16 17 18 下一页尾页

开始学习

课程须知: 需要对python语法和基本数据结构有所了解，对数据分析感兴趣！

老师告诉你能学到什么？: 1、数据分析的一般步骤 2、numpy简介与基本使用 3、matplotlib简介与基本使用 4、scipy简介与基本使用 5、pandas简介与基本使用 6、机器学习的一般概念 7、scikit-learn的简介、使用示例与学习方法 8、keras的简介与一般用法

微信扫码，参与3人拼团

热搜

最近搜索清空

Python数据分析-基础技术篇