Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著 学习笔记
Python数据分析实战 内利著
2024-02-21 10:13:47
40.8MB
1
对 TMDB电影数据进行数据分析与可视化实战。
一、数据预处理
二、数据分析
1. 建立包含年份与电影类型数量的关系数据框
2. 数量最多的电影类型Top10
3. 各种电影类型所占比例
4. 电影关键词分析
5. 各类型电影数量随时间变化趋势
6. 电影票房与电影时长关系
7. 电影平均评分与电影时长关系
三、tmdb_5000_movies
2023-05-22 21:33:43
1.52MB
1
【课程3.4】 文本序列str常用操作
字符串是 Python 中最常用的数据类型。我们可以使用引号(‘或”)来创建字符串
字符串也是序列：文本序列
1.字符串引号
str1 = "abc"
str2 = 'abc'
str3 = 'my name is "fatbird"'
# 双引号单引号无区别，但文本中有引号的时候要相互交替使用
str4 = '''hello! how are you?
I`m fine, thank you.'''
# 需要多行字符串时候用三引号 ''' ''',""" """
2.转义字符：\
print('\'', '\"') # \',\
2023-03-04 09:24:32
66KB
1
包括：数据文件“superstore_dataset2011-2015.csv”和基于Jupyter notebook环境的文件“python数据分析实战之超市零售分析.ipynb”，学习时，将两个文件拷贝到同一文件夹下，按住键盘shift键，在空白处点鼠标右键，选择“在此处打开命令窗口”（或者是：在此处打开shell窗口），输入：jupyter notebook 回车，即可进入upyter notebook环境，点击打开“python数据分析实战之超市零售分析.ipynb”，即可学习了。
2022-01-28 09:02:06
1.64MB
1
本篇给大家介绍一个数据分析的初级项目，目的是通过项目了解如何使用Python进行简单的数据分析。
博主通过爬虫采集的链家全网二手房数据
2021-12-11 17:24:33
369KB
1
本课程是Python数据分析实战课程，从数据搜集、数据存取、数据清洗、数据分析、数据可视化一步一步完成北京二手房价数据分析过程。
2021-11-21 13:43:01
19.32MB
1
【项目01】 商铺数据加载及存储
文件可以在–我的资源列表免费下载
1.作业要求：
1、成功读取“商铺数据.csv”文件
2、解析数据，存成列表字典格式：[{‘var1’:value1,‘var2’:value2,‘var3’:values,…},…,{}]
3、数据清洗：
① comment，price两个字段清洗成数字
② 清除字段缺失的数据
③ commentlist拆分成三个字段，并且清洗成
4、结果存为.pkl文件
2.商铺数据情况
用excl打开
用记事本打开
完整代码为：
import os
os.chdir('D:/桌面/')
f = open('商铺数据.csv','r
2021-10-01 13:36:15
1.2MB
1
文章目录1、数据分析的基本流程2、明确需求和目的2.1 需求和目的3、数据收集4、数据预处理4.1 数据整合4.1.1 加载相关库和数据集4.1.2 数据总体概览4.2 数据清洗4.2.1 缺失值的处理4.2.2 异常值的处理4.2.3 重复值的处理5、数据分析5.1 描述性统计分析（1）哪些城市的空气质量较好/较差？（2）对城市的空气质量按照等级划分，每个等级城市数量分布情况如何？（3）空气质量在地里位置分布上，是否具有一定的规律性？5.2 推断统计分析（1）临海城市的空气质量是否有别于内陆城市？（2）全国城市空气质量普遍处于何种水平？5.3 相关系数分析（1）空气质量主要受哪些因素影响？6
2021-06-25 19:56:33
309KB
1
数据分析师不只是统计报表，更是要通过数据发现问题、解决问题，所以不仅要会分析数据，还要挖掘内部规律！
2021-06-22 11:05:02
96.78MB
1
前言：上一篇对AQI进行了分析，这一篇根据对以往的数据，建立一个模型，可以将模型应用于未知的数据，来进行AQI的预测。
文章目录1、加载相关库和数据集2、数据处理和转换2.1 简单的数据处理2.2 数据转换3、建立基模型4、特征选择4.1 RFECV4.2 使用RFECV进行特征选择5、异常值处理5.1 使用临界值进行填充5.2 分箱离散化6 、残差图分析6.1 异方差性6.2 离群点
1、加载相关库和数据集
使用的库主要有：pandas、numpy、matplotlib、seaborn、sklearn
使用的数据集：2015年空气质量指数（AQI）数据集
import numpy as
2021-04-03 12:45:27
194KB
1