Публикации по теме python-pandas

Публикации по теме 'python-pandas'

21 полезный пример Python для работы с датами и временем

21 полезный пример Python для работы с датами и временем Работа с преобразованиями даты и времени имеет тенденцию всплывать снова и снова в качестве разработчика программного обеспечения. Накопив заметки и ссылки для некоторых из наиболее распространенных случаев использования и примеров модуля datetime в Python, я решил, почему бы не поделиться им. В следующем списке показаны примеры кода в Python 3.6.3, включая следующие внешние библиотеки dateutil (2.7.5), Pandas (0.23.4) и..

Серия Pandas: легкое вступление

Серия Pandas: легкое вступление Pandas - это библиотека с открытым исходным кодом под лицензией BSD, предоставляющая высокопроизводительные, простые в использовании структуры данных и инструменты анализа данных для языка программирования Python. Структуры данных, предоставляемые Pandas, бывают двух разных типов. Фрейм данных Pandas & Серия "Панды" В этом посте мы рассмотрим серию панд . Примечание: я настоятельно рекомендую прочитать мою предыдущую публикацию..

Фреймворк для решений в области науки о данных

Pandas и Scikit-Learn – это библиотеки Python, которые используются для анализа данных, машинного обучения и создания комплексных программных решений. Существует структура, которой я хотел бы следовать, чтобы создать любое решение по науке о данных для бизнес-задачи. Фреймворк важен, поскольку он помогает ориентироваться в сложности. Ниже приведены шаги фреймворка. Структура: понять бизнес-проблему, гипотезу определиться с бизнес-метрикой читать данные исследовать и..

Панды: Строительный блок машинного обучения - часть 1

Панды: Строительный блок машинного обучения - часть 1 Python - это открытый исходный код. Трудно определить лучший пакет для конкретной задачи. Есть один пакет, который нам абсолютно необходимо изучить для науки о данных, и он называется pandas. Мощные инструменты машинного обучения и привлекательные инструменты визуализации, возможно, привлекли ваше внимание. , вы никуда не денетесь, если у вас нет хороших навыков работы с пандами. В Pandas есть две основные структуры данных - серии..

Как работать с отсутствующими данными в Pandas

Иногда при работе с наборами данных для задач машинного обучения можно обнаружить, что наборы данных, загруженные в Pandas DataFrame, содержат недостающие данные. Здесь я привожу пример того, как создать фрейм данных pandas с отсутствующими данными и как 1) полностью удалить или опустить эти отсутствующие значения и их соответствующие столбцы или строки или 2) заполните их данными по вашему выбору. Следующий код поможет нам понять, как это сделать. Пропуск и удаление..

Обзор инициализации NumPy и Python

Обзор и инициализация Crash Python в библиотеке NumPy — #PySeries#Episode 05 Привет, давайте начнем наше исследование, посвященное Python для науки о данных: познакомьтесь с NumPy! Здесь мы начнем с обзора ошибок в Python, таких как функции, карты, лямбда-выражения, фильтры, строки, словари, списки, распаковка кортежей и многое другое… Затем мы переходим к NUMPY, трехмерному синему кубу с выделенной буквой N . NumPy — это основной пакет для научных вычислений с Python!..

Панды для начинающих: как работать с реальными данными

Обработка реальных наборов данных может быть болезненной, если вы привыкли к очищенным и «готовым к использованию» наборам данных, которые используются в книгах, учебных пособиях и задачах для начинающих в Data Science. Это руководство призвано предоставить несколько полезных советов и кодов для начала работы с библиотекой Pandas и данными, предоставленными вашей компанией или клиентом. 1) Прочтите ваш CSV Если ваши данные находятся в файле csv , первым делом загрузите его с помощью..