- 1、本文档共20页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
利用python进行数据分析笔记.pdf
Python
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm
from pandas import DataFrame,Series
CH02
JSON
records = [json.loads(line) for line in open(path)]
time_zone = [rec[tz] for rec in records if tz in rec]
0
from collections import defaultdict
counts = defaultdict(int)
top10
from collections import Counter
toptz = Counter(time_zone)
toptz.most_common(10)
pandas
from pandas import DataFrame,Series
frame = DataFrame(records)
tz_counts = frame[tz].value_counts() //
tz_counts[:10] //top10
#####fillnaNA
clean_tz = frame[tz].fillna(Missing)
clean_tz[clean_tz == ] = ‘Unknown’ // clean_tz==
#####Seriesplot
tz_counts[:10].plot(kind=barh,rot=0) //
type(tz_counts) //pandas.core.series.Series
#####DataFramenull na
frame.a.notnull() //True False
clean_frame = frame[frame.a.notnull()]frame.a.dropna()
MovieLens
users =
pd.read_table(xx/movielens/users.dat,sep=::,header=None,names=
[userid,gender,age,occupation,zip’]) //::
ratings = pd.read_table(./Downloads/python/pydata-
book-master/ch02/movielens/ratings.dat,sep=::,header=None,names=
[userid,movieid,rating,timestamp])
movies = pd.read_table(./Downloads/python/pydata-
book-master/ch02/movielens/movies.dat,sep=::,header=None,names=
[movieid,title,genres])
#####pandasmergeusersratings
data = pd.merge(pd.merge(ratings,users),movies) //cool!
data.ix[0] //
#####pandaspivot_table
mean_ratings =
data.pivot_table(rating,index=title,columns=gender,aggfunc=m
ean’) //
#####250
rating_by_title = data.groupby(title).size() //
title
$1,000,000 Duck (1971) 37
Night Mother (1986) 70
Til There Was You (1997) 52
active_titles = rating_by_title.index[rating_by_title = 250] //
mean_ratings = mean_ratings.ix[acti
您可能关注的文档
最近下载
- T∕CACM 1021.135-2018 中药材商品规格等级 桑椹.docx VIP
- 合肥南站枢纽方案.pdf
- 内蒙古自治区包头市昆都仑区2023-2024学年七年级下学期期中语文试题【含答案解析】.docx VIP
- 公司年度颁奖晚会主持词与公司年终工作总结2合集.doc VIP
- GB/T 27726-2011_热塑性塑料阀门压力试验方法及要求.pdf
- 医学生全国水平测试题库.pdf
- 2025年东莞实业投资控股集团有限公司招聘笔试模拟试题及答案解析.docx
- 《第十章-中国文化的基本精神》-课件.ppt VIP
- 基于模糊控制的智能浇灌系统设计.pptx VIP
- 乳腺癌诊治指南与规范(2025年版精要本).PDF VIP
文档评论(0)