咸鱼!!!

数据分析数据分析1、numpy：多维数组的创建1.1 随机抽样创建1.1.1 rand1.1.2 uniform1.1.3 randint1.2 序列创建1.2.1 array1.2.2 zeros1.2.3 ones1.2.4 arange1.3 数组重新排列1.4 数据类型的转换2、numpy的矩阵计算2.1 相加 数据分析 1、numpy：多维数组的创建 多维数组（矩阵ndarray） nd...

pandas自定义函数的使用排序数据重构数据连接操作 自定义函数的使用 import numpy as np import pandas as pd # todo 将自定义的函数作用到dataframe的行和列 或者Serise的行上 ser1 = pd.Series(np.random.randint(-10,10,5),index=list('abcde')) df1 = pd.DataFr...

3.切片与索引 一维数组 import numpy as np arr3 = np.random.randint(0,99,(3,4)) print('原始数据') print(arr3) print('++++++++++++取单独一行++++++++++++++++++++') print(arr3[0]) print('===============取单独的一行中的一列（取单个元素）===...

RFM模型什么是RFM模型RFM实践应用1、前提假设验证2、RFM分级3、客户分类4、RFM打分总结简单实例 什么是RFM模型 根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有3个神奇的要素，这3个要素构成了数据分析最好的指标： 最近一次消费 (Recency): 客户最近一次交易时间的间隔。R值越大，表示客户交易距今越久，反之则越近； 消费频率 (Frequency)...

文件读写及pandas8.文件读写pandas 8.文件读写 pandas

numpy基本用法汇总数组的创建 数组的创建 多维数组（矩阵ndarray） ndarray的基本属性 shape 维度的大小 ndim维度的个数 dtype数据类型 关键词 举例 解释 随机创建数组 rand() np.random.rand(3,4,5) 取值范围在0~1之间 长宽4*5，厚度是1的三维数组 randint() np.random.randint(...

Matplotlib-----pyplot基本用法Pyplot简介解决不支持中文线形图plot使用fmt格式字符串add_subplot绘制子图（分区域）柱形图bar的用法直方图hist用法绘点图scatter用法饼图pie的使用混淆矩阵imshow（表示二维数据的分布情况） Pyplot简介 简单的说就是把数据显示成图形用的，比如曲线，棒图，饼图，总之就是数据可视化。 Pyplot的一些方法 ...