Coursera-探索性-数据-分析 #项目2 介绍 细颗粒物 ($PM_{2.5}$) 是一种环境空气污染物，有强有力的证据表明它对人类健康有害。 在美国，环境保护署 (EPA) 的任务是为细颗粒物制定国家环境空气质量标准，并跟踪这种污染物排放到大气中的情况。 EPA 大约每 3 年发布一次有关 $PM_{2.5}$ 排放量的数据库。 该数据库被称为国家排放清单 (NEI)。 您可以在 [EPA 国家排放清单网站] ( ) 上阅读有关 NEI 的更多信息。 对于每年和每种类型的 PM 源，NEI 记录在全年过程中从该源排放了多少吨 $PM_{2.5}$。 您将用于此分配的数据是 1999、2002、2005 和 2008 年的数据。 数据 此作业的数据可从课程网站作为单个 zip 文件获得： [同行评估数据] ( ) [29Mb] zip 文件包含两个文件： $ {PM_ 2

数据分析手册-英文原版材料：用于我个人博客，发布翻译原文及读后感，有需要的可以下载。

antz：ANTz沉浸式3D数据可视化引擎

功能磁共振权威入门书籍，包含了磁共振原理，磁共振影像处理基本流程

表中的内容 欢迎来到Supycap！ 这是一个Python库，用于分析两电极对称超级电容器的恒流（CC）曲线和循环伏安（CV）曲线。 它提供了一种简便，标准化的方法，可以从CC和CV数据中快速提取有用的信息，包括超级电容器的电容和等效串联电阻（ESR）以及它们如何随着周期变化，并提供了多种选择来满足科学的需求。超级电容器的研究。 CC分析 对于CC分析，通过线性拟合每个充电/放电循环中放电斜率的后一半来计算电容。 对于重量电容， （ ） ： 在哪里 是电化学电池中两个电极之一的质量， 是另一个的质量，均以g为单位； I是进行CC分析的A中的电流； 是放电斜率，是电压（V）相对于时间（s）的变化。 对于非重力电容（F） ： 我是A中的电流 是时间（s）相对于电压（V）的变化。 使用电压降计算ESR（Ω） ： 在哪里 是放电曲线开始处的垂直电压降（单位为V），如下图所示； I

Spatial Data Analysis: Theory and Practice provides a broad-ranging treatment of the field of spatial data analysis. It begins with an overview of spatial data analysis and the importance of location (place, context and space) in scientific and policy-related research. Covering fundamental problems concerning how attributes in geographical space are represented to the latest methods of exploratory spatial data analysis and spatial modelling, it is designed to take the reader through the key areas that underpin the analysis of spatial data, providing a platform from which to view and critically appreciate many of the key areas of the field. Parts of the text are accessible to undergraduate and master’s level students, but it also contains sufficient challenging material that it will be of interest to geographers, social scientists and economists, environmental scientists and statisticians, whose research takes them into the area of spatial analysis.

Spotify笔记本 这是Spotify的主要内容的Python部分，主要探讨python的数据分析技术和表示样式。 这是创建仪表盘的基础。 归纳法 这是通过名为Spotify.ipynb的文件中的python和jupyter notbook完成的数据可视化和分析 了解类别 内容 “ data.csv”文件包含从Spotify Web API收集的170,000首歌曲，您还可以在其他数据集中找到按艺术家，年份或流派分组的数据。 该数据集由Kaggle用户YamaçEren Ay上传，您可以在这里找到原始数据集 主： id（Spotify生成的轨道的ID） 数值： 声音（范围从0到1） 舞蹈性（范围从0到1） 能量（范围从0到1） duration_ms（整数通常为200k至300​​k） 工具性（范围从0到1） 价（范围从0到1） 受欢迎程度（范围从0到100） 速度（

ALIBABA-Cloud_Baby-Goods-Info-Data-Analysis 数据来源： ://tianchi.aliyun.com/dataset/dataDetail?dataId=45数据描述了TAOBAO和TMALL平台2012-2015年婴儿用品的销售。 这两个表（示例）sam_tianchi_mum_baby_trade_history.csv和（示例）sam_tianchi_mum_baby.csv提供有关交易历史的信息以及部分客户信息。 该项目旨在通过分析3个维度的数据来增加销售量：时间，产品类别和用户画像。 大多数可视化部分都使用中文。在文件天池数据集-母婴用品销售情况分析.sql中，提供了一些用于数据处理MySQL代码。 报告“天池数据集电商母婴用品销售数据分析.pdf”中的结果基于Power BI的可视化以及Excel和MySQL的数据清理与处理。

Title: Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, 2nd Edition Author: Wes McKinney Length: 550 pages Edition: 2 Language: English Publisher: O'Reilly Media Publication D ate: 2017-09-25 ISBN-10: 1491957662 ISBN-13: 9781491957660 Table of Contents Chapter 1 Preliminaries Chapter 2 Python Language Basics, IPython, and Jupyter Notebooks Chapter 3 Built-in Data Structures, Functions, and Files Chapter 4 NumPy Basics: Arrays and Vectorized Computation Chapter 5 Getting Started with pandas Chapter 6 Data Loading, Storage, and File Formats Chapter 7 Data Cleaning and Preparation Chapter 8 Data Wrangling: Join, Combine, and Reshape Chapter 9 Plotting and Visualization Chapter 10 Data Aggregation and Group Operations Chapter 11 Interlude: Data Analysis Examples Chapter 12 Time Series Chapter 13 Advanced NumPy Chapter 14 Using Modeling Libraries with pandas Chapter 15 Examples Data Sets Appendix Advanced IPython and Jupyter

Image processing and data analysis