没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
![preview](https://dl-preview.csdnimg.cn/89386228/0001-f9c510f83a39926a0fc537433d032f28_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
2页
python数据分析与可视化 Python在数据分析与可视化领域非常强大,主要得益于其丰富的库支持,特别是`NumPy`、`Pandas`、`Matplotlib`和`Seaborn`等库。下面我将简要介绍这些库中一些常用的函数及其使用方法。 ### NumPy NumPy是Python中用于处理数组的库,提供了高性能的多维数组对象和数学函数。 - **创建数组**: - `np.array()`:从列表、元组等创建数组。 - **基本统计**: - `np.mean()`:计算平均值。 - `np.median()`:计算中位数。 - `np.std()`:计算标准差。 - **排序与索引**: - `np.sort()`:对数组进行排序。 - `arr[condition]`:条件索引,基于布尔数组选择元素。 ### Pandas Pandas提供了高性能、易用的数据结构和数据分析工具,主要数据结构是DataFrame和Series。 - **读写数据**: - `pd.read_csv()`:读取CSV文件。 - `df.
资源推荐
资源详情
资源评论
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/release/download_crawler_static/89386228/bg1.jpg)
python 数据分析与可视化常用函数介绍与
使用总结
Python 在数据分析与可视化领域非常强大,主要得益于其丰富的库支持,特别是`NumPy`、
`Pandas`、`Matplotlib`和`Seaborn`等库。下面我将简要介绍这些库中一些常用的函数及其使
用方法。
### NumPy
NumPy 是 Python 中用于处理数组的库,提供了高性能的多维数组对象和数学函数。
- **创建数组**:
- `np.array()`:从列表、元组等创建数组。
- **基本统计**:
- `np.mean()`:计算平均值。
- `np.median()`:计算中位数。
- `np.std()`:计算标准差。
- **排序与索引**:
- `np.sort()`:对数组进行排序。
- `arr[condition]`:条件索引,基于布尔数组选择元素。
### Pandas
Pandas 提供了高性能、易用的数据结构和数据分析工具,主要数据结构是 DataFrame 和 Series。
- **读写数据**:
- `pd.read_csv()`:读取 CSV 文件。
- `df.to_csv()`:保存 DataFrame 到 CSV 文件。
- **数据筛选与操作**:
- `df.loc[]`:基于标签(行名、列名)选择数据。
- `df.iloc[]`:基于位置选择数据。
- `df.query()`:使用字符串表达式查询数据。
- **数据清洗**:
- `df.dropna()`:删除含有缺失值的行或列。
- `df.fillna(value)`:填充缺失值。
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/de94cf74eb0e4fd0b6c74b36e6ee2ebd_sinat_19383265.jpg!1)
初心不忘产学研
- 粉丝: 5259
- 资源: 180
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- mysql-odbc-64-8.0.26
- 新建 Microsoft Word 文档 (2).docx
- 1652189183080063_42AD52629C553C7BC65694A425954A3F_1.apk
- 王都创世物语魔改版.apk
- Linear_regrassion_with_gradien_decent_example.ipynb
- 1719163625521533_1e90151d86c4cc2fadb97a0a82d0fc0e
- 虚拟现实课件-第五章 3物理建模
- 虚拟现实课件-第五章 2运动建模
- A1-ERP(资源协同)管理平台需求说明书.pdf
- 基于springboot+sureness的面向REST API资源无状态认证权限管理系统(源码+数据库+说明文档)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)