Публикации по теме 'pandas'
Уловки Pandas для анализа временных рядов
3 функции (с кодом) для анализа временных рядов в Pandas
Pandas почти не нуждается в представлении. Для тех, кто только начинает заниматься наукой о данных, Pandas расшифровывается как Panel Data Analysis и в настоящее время является основной библиотекой для преобразования данных в Python.
Помимо многих других вещей, мы можем использовать этот хороший пакет для анализа временных рядов. Да, есть много методов, которые можно использовать. В этом посте мы увидим парочку из них...
Изучение возможностей библиотеки Pandas для расчета корреляций
Python — невероятно мощный язык с универсальной библиотекой модулей и пакетов. Одной из наиболее полезных является библиотека Pandas, которая предоставляет широкий спектр инструментов для анализа данных, обработки и визуализации. Одной из самых мощных функций библиотеки Pandas является возможность расчета корреляций между наборами данных. В этой статье мы рассмотрим возможности библиотеки Pandas для расчета корреляций и то, как ее можно использовать для понимания сложных наборов данных...
Что такое исследовательский анализ данных
Исследовательский анализ данных (EDA) с Python.
Исследовательский анализ данных является одним из основных компонентов жизненного цикла науки о данных, это метод для понимания различных аспектов данных. Для выполнения исследовательского анализа данных (EDA) с помощью Python вам понадобятся библиотеки Python, такие как Pandas, NumPy, Matplotlib и Seaborn. Pandas используется для исследования данных, а matplotlib и Seaborn используются для построения графика набора данных, чтобы..
Проверка версии Python и Pandas с использованием Python 2 или Python 3
Этот рецепт показывает, как найти версии Python и pandas, используя простой код Python.
Шаги
Версии для печати с использованием Python 2 Версии для печати с использованием Python 3
Ингредиенты
Среда Python, такая как среда рецептов данных проверка версии-python-2.ipynb проверка версии-python-3.ipynb
1. Версии для печати с использованием Python 2. Помните, что для печати в Python 2 скобки не нужны.
2. Версия для печати с использованием Python 3. Помните, что для..
Изменение формы DataFrame с использованием Pandasmelt()
Практическое руководство по изменению DataFrame с широкого формата на длинный с помощью Pandasmelt()
Изменение формы часто необходимо, когда вы работаете с наборами данных, которые содержат переменные с некоторыми типами последовательностей, например, данные временных рядов.
Источник из Университета Вирджинии, Служба исследовательских данных [1]
Недавно я опубликовал статью, показывающую пошаговое руководство по обработке данных временных рядов COVID-19 . В учебнике одной из..
9 функций Pandas, которые сделают большинство задач по анализу данных
Удаление значений, изменение имен столбцов и еще 7
Я всегда говорю своим студентам, изучающим науку о данных/аналитику:
Выполнение задачи анализа данных, в основном, происходит по рецепту торта.
Чтобы испечь торт, нужны инструменты, не так ли? Как миксер, ложка, духовка…
С пандами у вас есть именно эти необходимые инструменты для любых задач анализа данных, давайте узнаем, чего не может не хватать на вашей «кухне»?
Чтение файлов данных
Хорошо! Перво-наперво. Этот шаг..
Машинное обучение: понимание целей центрирования и масштабирования
Использование преобразователей (MinMaxScaler, StandardScaler, RobustScaler)
Введение
В этой статье представлены концепции центрирования и масштабирования. На примере реального использования я объясняю преимущества центрирования и масштабирования данных.
Углубляемся в простые расчеты и пояснения, рассматривая готовые методы Scikit-Learn.
Технически мы сравниваем MinMaxScaler, StandardScaler и RobustScaler. Они являются частью методов преобразователей, облегчающих предварительную..
