我是小白呀的博客_Python 机器学习基础

机器学习第六节第八课 ( 完结 )

练习四现在我们有北上广, 深圳, 和沈阳 5 个城市的 PM2.5 随时间的变化情况.观察这组数据中的时间结构, 并不是字符串, 这个时候我们应该怎么办?执行结果:

字符串

数据

原创 2020-11-11 06:56:03 21 阅读

机器学习第六节第七课

[toc]PeriodIndex之前所学习的 DatatimeIndex 可以理解为时间戳.那么现在我们要学习的 PeriodIndex 可以理解为时间段.执行结果:那么如果给这个时间段降采样呢?执行结果:

时间段

时间戳

原创 2020-11-11 05:25:42 28 阅读

机器学习第六节第六课

[toc]练习三现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出不同月份不同类型紧急电话的次数的变化情况.执行结果:

数据

原创 2020-11-11 02:58:56 79 阅读

机器学习第六节第五课

[toc]练习二现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出不同月份不同类型紧急电话的次数的变化情况.执行结果:strftime() 方法strftime() 函数接收以时间元组, 并返回以可读字符串表示的当地时间, 格式由参数 format 决定....

元组

数据

字符串

原创 2020-11-11 01:25:30 53 阅读

机器学习第六节第四课

[toc]Pandas 重采样重采样: 指的是将时间序列从一个频率转化为另一个频率进行

数据

重采样

时间序列

原创 2020-11-10 23:43:25 55 阅读

机器学习第六节第三课

[toc]在 DataFrame 中使用时间序列执行结果:在最开始的 911 数据的案例中, 我们可以使用 pandas 提供的方法把时间字符串转换为时间序列.format 参数大部分情况下可以不用写, 但是对于 pandas 无法格式化的时间字符串, 我们可以使用该参数, 比如包含中文....

时间序列

数据

字符串转换

原创 2020-11-10 06:38:28 41 阅读

机器学习第六节第二课

[toc]Pandas 之时间序列为什么要学习 pandas 中的时间序列不管在什么行业, 时间

时间序列

数据

原创 2020-11-10 06:14:19 48 阅读

机器学习第六节第一课

[toc]练习一现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出这些数据中不同类型的紧急情况的次数, 如果我们还想统计出不同月份不同类型紧急电话的次数的变化情况, 应该怎么做呢?...

数据

原创 2020-11-10 02:22:30 39 阅读

机器学习第五节第十课

[toc]总结

其他

原创 2020-11-09 12:37:45 10 阅读

机器学习第五节第九课

[toc]练习四现在我们有全球排名靠前的 10000 本书的数据, 那么请统计一下下面几个问题:1. 不同年份书的数量2. 不同年份书的平均评分情况

数据

原创 2020-11-09 12:28:25 24 阅读

机器学习第五节第八课

[toc]练习三Part 1使用 matplotlib 呈现出店铺总数排名前 10 的国家执行结果:Part 2使用 matplotlib 呈现出每个中国每个城市的店铺数量执行结果:

其他

原创 2020-11-08 09:13:06 23 阅读

机器学习第五节第七课

[toc]Series 复合索引执行结果:DataFrame 复合索引执行结果:

其他

原创 2020-11-08 05:52:39 16 阅读

机器学习第五节第六课

[toc]索引的复合索引简单的索引操作:获取 index:执行结果:指定 index:执行结果:重新设置 index:执行结果:指定某一列作为 index:执行结果:执行结果:返回 index 的唯一值:执行结果:...

其他

原创 2020-11-08 04:30:00 50 阅读

机器学习第五节第五课

[toc]练习二现在我们有一组关于全球星巴克店铺的统计数据, 如果我想

元组

迭代

原创 2020-11-07 13:45:15 62 阅读

机器学习第五节第四课

[toc]练习一现在我们有一组关于全球星巴克店铺的统计数据, 如果我想知道美国的星巴克数量和中国的哪个多, 或者我想知道中国每个省份

其他

原创 2020-11-07 11:50:22 31 阅读

机器学习第五节第三课

[toc]数据合并之 mergemerge: 按照指定的列把数据按照一定的方式合并到一起.执行结果:

数据

原创 2020-11-07 08:12:29 39 阅读

机器学习第五节第二课

[toc]数据合并之 joinjoin: 默认情况下他是把行索引相同的数据合并到一起执行结果:执行结果:

数据

原创 2020-11-06 12:16:36 10 阅读

机器学习第五节第一课

[toc]思考对于这一组电影数据, 如果我们希望统计电影分类 ( genre ) 的情况, 应该如何处理数据?思路: 重新构造一个全为 0 的数组, 类名为分类, 如果某一条数据中分类出现过, 就让 0 变为 1.执行结果:...

数据

数组

类名

原创 2020-11-06 11:12:22 43 阅读

机器学习第四节第九课

[toc]练习三假设现在我们有一组从 2006 年到 2016 年 1000 部最流行的电影数据, 我们想知道这些电影中评分的平均分, 导演的人数等信息, 我们应该怎么获取?执行结果:

数据

原创 2020-11-06 06:39:01 19 阅读

机器学习第四节第八课

[toc]练习二对于一组电影数据, 如果我们想 rating, runtime 的分布情况, 应该如何呈现数据?执行结果:执行结果:

数据

原创 2020-11-06 04:50:51 8 阅读

机器学习第四节第七课

[toc]Pandas 之布尔索引回到之前狗的名字的问题上, 假如我们想找到所有的使

数据

原创 2020-11-06 01:06:59 30 阅读

机器学习第四节第六课

[toc]Pandas 之取行或者列刚刚我们知道了如何给数据按照某一行或者排序, 那么现在我们想单独研究使用次数前 100 的数据, 应该如何做?我们具体要选择某一行该怎么选择呢?我们要同时选择和列该怎么办?pandas 之 loc1. df.loc 通过标签索引行数据2. df.iloc 通过位置获取行数据执行结果:执行结果:...

数据

原创 2020-11-05 11:13:14 19 阅读

机器学习第四节第五课

[toc]练习一让我们尝试一下刚刚的方法去统计狗狗名字的数据很多同学肯定想知道

数据

python

帮助文档

原创 2020-11-05 08:23:30 29 阅读

机器学习第四节第四课

[toc]Pandas 之 DataFrame和一个 ndarray 一样, 我们通过 shape, ndim, dtype 了解这个 ndarray 的基本信息, 那么对

最小值

数据类型

数组

原创 2020-11-05 07:46:30 77 阅读

机器学习第四节第三课

[toc]Pandas 之 DataFrameDataFrame 对象既有行索引, 又有列索引行索引, 表面不同行, 横向索引, 叫 index, 0 轴, axis= 0列索引, 表名不同列, 纵向索引, 叫 columns, 1 轴, axis= 1执行结果:执行结果:执行结果:...

表名

原创 2020-11-05 04:26:07 14 阅读

机器学习第四节第二课

[toc]Pandas 之读取外部数据现在假设我们有一组关于狗的名字的统计数据, 那么为了观察这组数据的情况, 我

数据

sql

mysql

原创 2020-11-05 02:49:07 11 阅读

机器学习第四节第一课

[toc]Pandas为什么要学习 pandasnumpy 已经能够帮助我们处理数据, 能够结合 matplotlib 解决我们数据分析的问题,

数据

数组

数据库

原创 2020-11-05 00:54:31 17 阅读

机器学习第三节第十九课

[toc]小结1. 如何选择一行或多行的数据 ( 列 )?2. 如何给选取的行或者列赋值?3. 如何大于把大于 10 的值

数据

赋值

保存数据

原创 2020-11-05 00:29:35 55 阅读

机器学习第三节第十八课

[toc]Nan 替换成均值代码实现:测试代码:执行结果:

代码实现

原创 2020-11-04 13:15:03 17 阅读

机器学习第三节第十七课

[toc]Numpy 中常用统计函数求和: t.sum(axis=None)均值: t.mean(a,axis=None) 受离群点的影响较大中值: np.median(t,axis=None)最大值: t.m

标准差

数据

最小值

原创 2020-11-04 12:51:31 29 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

我是小白呀的博客