3288-梁谦-Python学科数据分析-就业:否 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 免费

sudo进行用户切换。

$一般账户

#超级管理员

 

[展开全文]

微信,如何实现多用户操作?

whoami我是哪个账户。

exit切回去。

 

[展开全文]

python不适用的场景为效率性能要求较高的场景。c/go/java/c++都比他性能高。

[展开全文]
3594_N_ZDQ · 2022-12-02 · 自由式学习 0

cat显示文件内容

mv重新命名文件名移动

 

ln链接快捷键

ln -硬链接相当于复制

cat 1 2》3

把1和2合并到3里。

grep搜索

ls显示文件

cp复制粘贴

-r解决文件夹不让动。

 

 

 

[展开全文]

rmdir 删除文件夹

rm -r可以删非空文件

 

[展开全文]

ctrl+c删除命令行。

mkdir创建文件夹

tree以目录树的方式显示文件夹

-p自动创建文件夹

 

[展开全文]

最后一问结果是99.99999,是对的吗

[展开全文]

numpy多用在大型、多维数组上执行数值运算;

 

[展开全文]
荦荦 · 2022-11-11 · 自由式学习 0

for 遍历所有数值

print(输出便利数值)

for x in 数值

print()

 

[展开全文]
3589 · 2022-11-08 · 自由式学习 0

海龟绘图我pycharm无法输出

[展开全文]
  1. 不要在程序中,行开头处增加空格,空格在py中含有缩进的意义
  2. 符号是英文符号
[展开全文]

折线图:能够显示数据的变化趋势,反应事物的变化情况(变化)

直方图:绘制连续性的数据,展示一组或多组数据的分布情况(统计)

条形图:绘制离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别(统计)

散点图:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

 

[展开全文]
荦荦 · 2022-10-24 · 自由式学习 0

matplotlib

  1. 可以将数据进行可视化,更直观的呈现,是数据更加客观有说服力;是Python的底层绘图库;
  2. 基本要点:
    1. axis轴:x或y轴;
    2. from matplotlib import pyplot as plt(命名为plt简写)

[展开全文]
荦荦 · 2022-10-19 · 自由式学习 0

数据分析的介绍

  1. 为什么学习数据分析:Python数据科学的基础与机器学习课程的基础。
  2. 数据分析师用适当的方法对手机的大量数据进行分析,帮助人们做出判断,以便采取适当行动。
  3. 数据分析流程:提出问题、准备数据(数据清洗或预处理)、分析数据、获得结论、成果可视化。
[展开全文]
荦荦 · 2022-10-15 · 自由式学习 0

切片和索引

1.选择行 t【2】

2.选择列t【3:,:】

3.选择行列 连续的多行 t[2:,:3]

4.索引 t【2,3】

[展开全文]
3233小风 · 2022-10-15 · 自由式学习 0

### numpy中的nan和inf

1.当本地文件为float的时候,有缺失时,会出现nan

或者做义工不适合的计算时

2.inf表示正无穷,-inf是负无穷

### numpy常用统计函数

1.求和:np.sum(t3,axis=0)是计算行上的结果

(axis=1是计算列上的结果)

2.均值:np.mean(t,axis=0)

3.中值:np.median(t3,axis=0)

4.最大值:np.max(axis=0)

5.最小值:np.min(axis=0)

6.极值:np.ptp(t3,axis=0)

7.标准差:np.std(axis=0)

标准差反应数据的波动情况,越大则越分散

 

[展开全文]
3233小风 · 2022-10-07 · 自由式学习 0

## numpy好用的方法

1.获得最大值最小值的位置

  np.argmax(t,axis=0)

  np.argmin(t.axis=1)

2.创建一个全为0的数组:np.zeros((3,4))

3.创建一个全为1的数组:np.ones((3,4))

4.创建一个对角线为1的正方形数组(方阵):

np,eye(3)

## numpy生成随机数

 

[展开全文]
3233小风 · 2022-09-18 · 自由式学习 0

##数组的拼接

#竖直拼接

np.vstack((t1,t2))

#水平拼接

np.hstack((t1,t2))

#行交换

t[[1,2],:]=t[[2,1],:]

#列交换

t[:,[0,2]]=t[:,[2,0]]

[展开全文]
3233小风 · 2022-09-18 · 自由式学习 0

np.where(t<10,0,10)#numpy三元运算符

如果t<10,则为0,否则为10

np.clip(10,18)#numpy的裁剪

 

[展开全文]
3233小风 · 2022-09-18 · 自由式学习 0