4
推荐
4553
阅读
pandas可视化（5）【官方文档解读】-- Hexagonal Bin Plot（我翻译为六角形箱体图）、饼图
前言前文传送门：pandas可视化（1）【官方文档解读】--基础绘图pandas可视化（2）【官方文档解读】-- 条形图、直方图pandas可视化（3）【官方文档解读】-- 箱线图pandas可视化（4）【官方文档解读】-- 区域图、散点图如绘图过程中，中文字体和负号显示有问题，可以参照如下链接修改配置参数设置正常显示：https://www.jo...
2
推荐
4826
阅读
pandas可视化（4）【官方文档解读】-- 区域图、散点图
前言前文传送门：pandas可视化（1）【官方文档解读】--基础绘图pandas可视化（2）【官方文档解读】-- 条形图、直方图pandas可视化（3）【官方文档解读】-- 箱线图如绘图过程中，中文字体和负号显示有问题，可以参照如下链接修改配置参数设置正常显示：https://www.joinquant.com/post/441区域图import matplotlibimport ...
2
推荐
4530
阅读
pandas可视化（3）【官方文档解读】-- 箱线图
前言前文传送门：pandas可视化（1）【官方文档解读】--基础绘图pandas可视化（2）【官方文档解读】-- 条形图、直方图如绘图过程中，中文字体和负号显示有问题，可以参照如下链接修改配置参数设置正常显示：https://www.joinquant.com/post/441箱线图import matplotlib
import matplotlib.pyplot as plt
import pandas as...
3
推荐
7855
阅读
pandas可视化（2）【官方文档解读】-- 条形图、直方图
前言前文传送门：pandas可视化（1）【官方文档解读】--基础绘图如绘图过程中，中文字体和负号显示有问题，可以参照如下链接修改配置参数设置正常显示：https://www.joinquant.com/post/441条形图对于标记的非时间序列数据，你可能希望生成条形图：import matplotlib
import matplotlib.pyplot as plt
import pandas as p...
3
推荐
5775
阅读
pandas可视化（1）【官方文档解读】--基础绘图
前言前段时间想学习python的可视化，自己也做过各种探索从seaborn（色彩很好看，但是个人感觉调色太专业，底子没打好学起来很累）到matplotlib（python基础绘图模块，但是写起来特别麻烦，学的不深入图不好看）再到pyplot（交互式很强，学起来难度太大）最后由秦路老师推荐，学了pandas的可视化有以下两个原因：（1）pan...
5
推荐
3275
阅读
入门numpy（80%-100%）【解读numpy官方文档】
前言这个numpy连载拖了挺久了，今天终于要更新完了！！！之后咱们可视化走起~ix_（）函数ix_函数可以用于组合不同的向量，以获得每个的结果。 例如，如果要计算从每个向量a，b和c中获取的所有三元组的所有a + b * c：import numpy as np
a = np.array([2,3,4,5])
b = np.array([8,5,4])
c = np.array([5,4,6,8,3])
ax,b...
2
推荐
2694
阅读
入门numpy（65%-80%）【解读numpy官方文档】
前言好久没更新了，最近一直在忙学校的事情花式索引和索引技巧索引与指数数组import numpy as np
a = np.arange(12)**2
a注：产生0-11的平方组成一个数组i = np.array( [ 1,1,3,8,5 ] )
i注：产生一个数组a[i]注：以数组i为索引，取a数组中的数j = np.array( [ [ 3, 4], [ 9, 7 ] ] )
a[j] 注：以j数组为索引，取a数组...
3
推荐
3053
阅读
入门numpy（50%-65%）【解读numpy官方文档】
前言这几天很忙啊，所以也没时间静下心来写文章，现在好点了，我们继续numpy官网之旅import numpy as np形状操作改变数组的形状a = np.floor(10*np.random.random((3,4)))
a
a.resize((2,6))
a注：改变a数组形状如果在改变形状操作中将尺寸给定为-1，则会自动计算其尺寸：a.reshape(3,-1)查看这部分更多更详细的用法可以...
5
推荐
3376
阅读
入门numpy（25%-50%）【解读numpy官方文档】
前言最近在学习入门python可视化，先后初步探索了seaborn、matplotlib、plotly和ggplot发现还是pandas的绘图最容易上手，样式也很商务化，学完官方文档之后和大家一起分享言归正传，今天继续连载numpy入门系列前文传送门：https://ask.hellobi.com/blog/wangdawei/8708基本操作当使用不同类型的数组时，结果得到的数组的...
8
推荐
4502
阅读
Python数据采集和分析告诉你为何上海的二手房你都买不起！（二）
前言这篇文章的下篇终于写出来了，上篇（数据采集）在两个月前写出来的：传送门：https://ask.hellobi.com/blog/wangdawei/7570为何下篇现在才写出来呢？有两个原因：1.两个月前对python数据分析掌握的很差，那时候天天学爬虫，pandas，numpy了解的也不多2.人嘛，总是有惰性，喜欢一拖再拖注：python可视化才刚入门，最...
6
推荐
5945
阅读
入门numpy（上）【解读numpy官方文档】
前言之前连载了pandas，pandas作为python做数据分析的一大利器，相信大家都不陌生。当然连载部分作为入门是够了，具体提升还要大家多看看官方文档详细内容和做具体项目案例之后我也会出一些pandas的数据分析实战案例分享给大家。在询问了大家的意见和建议（怎么说的这么官方，不是我的风格啊）之后我决定解读一下numpy的...
6
推荐
4937
阅读
使用 Python 制作 疾风剑豪-亚索 词云图
前言最近空下来了，又可以量产文章了，但是写文章还是要走心的写文章的过程其实挺麻烦的，耗费的时间也不少但是对自己的表达能力和对代码的认识程度能更上一层楼还记得从第一次写文章到现在，写过爬虫、自然语言处理、面向对象、pandas等当然，以后会写更多内容哈哈前段时间觉得词云这东西挺好玩的，于是就稍微入门看看...
4
推荐
4213
阅读
十分钟入门pandas（下）【解读pandas官方文档】
前言前文传送门：十分钟入门pandas（上）【解读pandas官方文档】十分钟入门pandas（中）【解读pandas官方文档】import pandas as pd
import numpy as np
import matplotlib.pyplot as plt数据透视表查看更多内容：http://pandas.pydata.org/pandas-docs/version/0.20/reshaping.html#reshaping-pivotimport datetime注：...
2
推荐
4877
阅读
十分钟入门pandas（中）【解读pandas官方文档】
接着前文继续前文传送门： https://ask.hellobi.com/blog/wangdawei/8683import pandas as pd
import numpy as np
import matplotlib.pyplot as pltdf = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
df缺失值处理pandas主要使用值np.nan来表示丢失的数据。 默认情况下不包括在计算中。...
6
推荐
11260
阅读
十分钟入门pandas（上）【解读pandas官方文档】
前言其实，学习Python很好的方法是去看官方文档。有人会说，我零基础，看不懂啊！也有人会说，我英语差，看不懂啊！！还有人会说，我想学实战案例，不想看的这么详细！！！是的，官方文档说的面面俱到，像是查字典似的，对于初学者是很不友善的所以大部分人选择了:拒绝！其实，我以前也是不看官方文档的，但有些问题百度...