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：28311552
    • 提供者：qq_34983659

  1. NumPy学习指南

  2. 第1章　NumPy快速入门 1.1 　Python 1.2 　动手实践：在不同的操作系统上安装Python 1.3 　Windows 1.4 　动手实践：在Windows上安装NumPy、Matplotlib、SciPy和IPython 1.5 　Linux 1.6 　动手实践：在Linux上安装NumPy、Matplotlib、SciPy和IPython 1.7 　Mac OS X 1.8 　动手实践：在Mac OS X上安装NumPy、Matplotlib和SciPy 1.9 　动手实践：

  3. 所属分类：Python

    • 发布日期：2017-09-05
    • 文件大小：5242880
    • 提供者：qq_34983659

  1. Python数据分析与应用实验报告.docx

  2. 1、NumPy的数组创建及随机数生成。2、NumPy中用于统计分析的基本运算函数。3、矩阵创建方法。4、数组索引的方法。5、pyplot基础语法。6、子图的绘制方法。7、散点图、折线图的绘制方法。8、直方图绘制方法。9、饼图绘制。10、箱线图绘制。

  3. 所属分类：Python

    • 发布日期：2020-05-04
    • 文件大小：180224
    • 提供者：weixin_44827858

  1. 数据可视化分析iris尾花-txt、csv数据集.zip

  2. 和博客内容的配套数据集，Numpy统计分析基础-排序、去重、统计函数。数据可视化分析iris尾花-txt、csv数据集.zip

  3. 所属分类：讲义

    • 发布日期：2020-03-20
    • 文件大小：4096
    • 提供者：weixin_43469680

  1. 花萼长度统计分析案例

  2. 数据分析（二）Numpy科学计算库 --中的花萼长度统计分析案例中所需要的文本数据， 文本格式为 --CSV格式，读取CSV文件，对数据进行处理

  3. 所属分类：Python

    • 发布日期：2020-03-16
    • 文件大小：600
    • 提供者：qq_32718195

  1. Python 数据分析与应用-data.rar

  2. 全面地介绍数据分析的流程和Python数据分析库的应用，详细讲解利用Python解决企业实际问题的方法。* 1章介绍了数据分析的基本概念等相关知识；* 2～6章介绍了Python数据分析的常用库及其应用，涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型，较为全面地阐述了Python数据分析方法；第7～9章结合之前所学的数据分析技术，进行企业综合案例数据分析。

  3. 所属分类：互联网

    • 发布日期：2020-08-21
    • 文件大小：1048576
    • 提供者：qq_45832050

  1. Python实现Mysql数据统计及numpy统计函数

  2. 主要介绍了Python实现Mysql数据统计的实例代码，给大家介绍了Python数据分析numpy统计函数的相关知识，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-09
    • 文件大小：39936
    • 提供者：weixin_38595528

  1. numpy统计分析数据

  2. 用于我博客中numpy笔记中的案例资源数据，开我博客的人，可以自行到这里下载查看，直接读取数据就可以了

  3. 所属分类：其它

    • 发布日期：2020-11-26
    • 文件大小：5120
    • 提供者：lingyingdon

  1. python数据分析-数据清洗流程（附脑图和代码实例）

  2. 无论是做机器学习还是做数据分析，都离不开获取数据后的第一步-数据清洗工作。据统计，数据清洗工作占据整个工作时间百分之50左右，有的甚至能达到百分之70。下面我将介绍我进行数据清洗得思路流程。 数据清洗整体流程脑图（不断更新中…） 数据准备 本次数据清洗工作我们使用得数据是一个借贷机构开放的用户数据（仅用于个人练习），由于源数据量有将近30万，考虑到运行速度，这里例子从这30万中随机抽取1万条数据。 下载地址：LCIS.csv 提取码：ag8t 注：此数据仅仅作为方法演示使用，忽略真实数据分析时

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：243712
    • 提供者：weixin_38647517

  1. 案例：通过空气质量指数AQI学习统计分析并进行预测（上）

  2. 本篇博客会带你学习： 数据分析流程 特征工程 缺失值、异常值、重复值的处理 箱线图怎么判断异常值 观察散点图、箱型图、箱线图等进行分析 两独立样本T检验 用到的库：numpy 、pandas、 matplotlib、 seaborn 让我们开始吧！！！ AQI分析与预测1、AQI 分析与预测1.1 背景信息1.2 学习任务说明1.3 数据集描述2、数据分析流程3、读取数据3.1 导入相关的库3.2 加载数据集4、数据清洗4.1 缺失值4.1.1 缺失值探索4.1.2 缺失值处理4.1.2.1

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38676216

  1. 【数据分析1】数据分析基础与Numpy基础

  2. NumPy (Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 数据处理的流程： 数据收集—-数据预处理—-数据处理—数据展示 数据收集方法： 网络爬虫，公开数据集，其他途径收集的数据 数据预处理方法： 1.归一化 2.二值化 3.维度变换 4.去重 5.无效数据过滤 数据处理方法： 1.数据排序 2.数据查找 3.数据统计分析 数据展示方法： 1.列表 2.图表 3.动态交互图形 0.安装nu

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：362496
    • 提供者：weixin_38671819

  1. DataScienceProjects:Python中的数据科学项目-源码

  2. 产品组合：数据科学和BI项目 作者耶夫里·洛佩斯（YefryLópez） 描述 Python中的数据科学和分析项目。 内容 工具箱 SQL Python Numpy Seaborn Matplotlib Pandas PowerBI Scikit-learn Jupyter Lab Tensorflow散景叶 技能专长 数据处理 数据清理 探索性数据分析 数据可视化 静态思维 监督思维 回归 统计思维 项目Python笔记本 商业智能项目 讲解

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：12582912
    • 提供者：weixin_42097369

  1. statspy:使用Python做统计分析-源码

  2. 统计 使用Python做统计分析，我是认真的！ 使用ndarray ， series和DataFrame三个数据存储对象作为统计分析的基石。 将python的数据分析经典三部曲numpy,pandas,matplotlib的实用函数改写为中文名函数，作为整个数据分析的基础。 实现常用的统计计算功能，努力做到和R包媲美。 statsmodels库函数，实现统计模型计算。 最后向机器学习sklearn库方向努力。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：84992
    • 提供者：weixin_42120550

  1. Python数据分析之pandas学习

  2. 来源于cnblogs，介绍了数据结构，数据索引index，利用pandas查询数据，统计分析等。在pandas中有两类非常重要的数据结构，即序列Series和数据框DataFrame。Series类似于numpy中的一维数组，除了通吃一维数组可用的函数或方法，而且其可通过索引标签的方式获取数据，还具有索引的自动对齐功能；DataFrame类似于numpy中的二维数组，同样可以通用numpy数组的函数和方法，而且还具有其他灵活应用，后续会介绍到。序列的创建主要有三种方式：1）通过一维数组创建序列1

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：844800
    • 提供者：weixin_38682242

  1. 基于Numpy的统计分析实战

  2. 标题中的英文首字母大写比较规范，但在python实际使用中均为小写。学习内容：1.从文件中读取数据2.将数据写入文件3.利用数学和统计分析函数完成实际统计分析应用4.掌握数组相关的常用函数numpy.savetxt方法需要2个参数：第1个参数是文件名，数据类型为字符串str；第2个参数是被写入文件的nda数据，数据类型为ndarray对象。从上图可以看出，ndarray对象中的元素数据类型原本为int,但写入文件时转变为float。numpy.loadtxt方法需要1个参数：参数使文件名，数据类

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：627712
    • 提供者：weixin_38628612

  1. ml-resources：精选的统计信息，数据可视化和机器学习资源的清单，这些有用，已经阅读或想要阅读-源码

  2. 统计，数据可视化和机器学习资源 精选的统计信息，数据可视化和机器学习资源列表，在发现有用或已经阅读或想要阅读的地方。 图书 统计数据 -在R中的应用 -数据挖掘，推理和预测 -Python中的探索性数据分析 -贝叶斯统计简化 机器学习 -简介 数据科学 -带有R的数据分析和预测算法 深度学习 -包含代码，数学和讨论的交互式深度学习书。 使用NumPy / MXNet，PyTorch和TensorFlow实施。 数据可视化 -制作翔实而引人注目的图形的入门 播客/视频 -有关机器学习，人工智能和

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：4096
    • 提供者：weixin_42120563

  1. Moby_Dick_Stats：一个从小说'Moby Dick的文本中提取一些测量和统计数据的仓库。 或者，《鲸鱼》，赫尔曼·梅尔维尔（Herman Melville）-源码

  2. Moby Dick统计； 或者，分析 一个对小说《白鲸记》的文本进行统计分析的项目； 或是Herman Melville的《鲸鱼》。 特别是，我想将马克·汉普里斯（Mark Humpries）开发的“光谱拒绝”社区检测方法应用于小说的人物。 在详细介绍该方法的出版物中，该方法应用于“悲惨世界”的文本，以便于在本章的过程中容易被一起提及的字符的“社区”。 要求 Python 3.7> numpy re nltk 去做 考虑具有多个名称的字符 下载和提取文本 py/download_and_e

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：1048576
    • 提供者：weixin_42160252

  1. Python数据分析之pandas学习

  2. 来源于cnblogs，介绍了数据结构，数据索引 index，利用pandas查询数据，统计分析等。在pandas中有两类非常重要的数据结构，即序列Series和数据框DataFrame。Series类似于numpy中的一维数组，除了通吃一维数组可用的函数或方法，而且其可通过索引标签的方式获取数据，还具有索引的自动对齐功能；DataFrame类似于numpy中的二维数组，同样可以通用numpy数组的函数和方法，而且还具有其他灵活应用，后续会介绍到。序列的创建主要有三种方式：

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：844800
    • 提供者：weixin_38686658

  1. 基于Numpy的统计分析实战

  2. 标题中的英文首字母大写比较规范，但在python实际使用中均为小写。 学习内容： 1.从文件中读取数据 2.将数据写入文件 3.利用数学和统计分析函数完成实际统计分析应用 4.掌握数组相关的常用函数 numpy.savetxt方法需要2个参数：第1个参

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：620544
    • 提供者：weixin_38691970

  1. 基于Python数据分析之pandas统计分析

  2. pandas模块为我们提供了非常多的描述性统计分析的指标函数，如总和、均值、最小值、最大值等，我们来具体看看这些函数： 1、随机生成三组数据 import numpy as np import pandas as pd np.random.seed(1234) d1 = pd.Series(2*np.random.normal(size = 100)+3) d2 = np.random.f(2,4,size = 100) d3 = np.random.randint(1,100,size =

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：299008
    • 提供者：weixin_38590996
« 12 3 4 »