【注：本帖小节 2.2 用万矿里的 WindPy 来下载金融数据】 0 引言 本文是 Python 系列的第六篇 Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上...是 Python 为解决数据分析而创建的，详情看官网 (https://pandas.pydata.org/)。...、和数据表的分组和整合来盘一盘 Pandas，目录如下： 由于篇幅原因，Pandas 系列分两贴，上贴讲前三节的内容，下帖讲后三节的内容。...1 数据表的创建 数据表有三大类型 Series: 一维数据，类似于 python 中的基本数据的 list 或 NumPy 中的 1D array。...Pandas 里最基本的数据结构 DataFrame: 二维数据，类似于 R 中的 data.frame 或 Matlab 中的 Tables。
本文是 Python 系列的第七篇 Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之 Pandas...(上) 数据结构之 Pandas (下) 基本可视化之 Matplotlib 统计可视化之 Seaborn 交互可视化之 Bokeh 炫酷可视化之 PyEcharts 机器学习之 Sklearn...(互为逆转操作) 5.1 重塑 在〖数据结构之 Pandas (上)〗提到过，DataFrame 和「多层索引的 Series」其实维度是一样，只是展示形式不同。...6 数据表的分组和整合 DataFrame 中的数据可以根据某些规则分组，然后在每组的数据上计算出不同统计量。...---- 至此，我们已经打好 Python Basics 的基础，能用 NumPy 做数组计算，能用 SciPy 做插值、积分和优化 ，能用 Pandas 做数据分析 ，现在已经搞很多事情了。
0 引言 本文是 Python 系列的第十四篇，也是深度学习框架的 Keras 中篇，离上篇相隔时间太久。...整套 Python 盘一盘系列目录如下： Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之...Pandas (上) 数据结构之 Pandas (下) 基本可视化之 Matplotlib 统计可视化之 Seaborn 炫酷可视化之 PyEcharts 机器学习之 Sklearn 机学可视化之 Scikit-Plot...首先用常规赛季模型为基础，并根据锦标赛数据进行预测，将此预测作为新列添加到锦标赛数据中。...用锦标赛数据来建立一个做两个预测的模型，输入是两队的种子差异，输出它们得分。注意代码中褐色部分，为什么使用这样的学习率 lr、期数epochs 和批大小 batch_size？
0 引言 本文是 Python 系列的第十一篇 Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之...Pandas (上) 数据结构之 Pandas (下) 基本可视化之 Matplotlib 统计可视化之 Seaborn 炫酷可视化之 PyEcharts 机器学习之 Sklearn 机学可视化之...在盘 Seaborn 时是从 csv 文件读取的，本帖从 Sklearn 里面的 datasets 模块中引入，代码如下： from sklearn.datasets import load_iris...用 Pandas 的 DataFrame (将 X 和 y 合并) 和 Seaborn 的 pairplot (看每个特征之间的关系) 来用表格和图来展示一下数据集的内容。...在自己做数据分析时，最常见的还是从 csv 和 txt 文件中通过 Pandas 读取并存储成 DataFrame的形式，做法在〖数据结构之 Pandas (上)〗一贴中讲得很详细了。
本文含 8890 字，37 图表截屏 建议阅读 46 分钟 0 引言 本文是 Python 系列的 SciPy 补充篇。...整套 Python 盘一盘系列目录如下： Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之...Pandas (上) 数据结构之 Pandas (下) 基本可视化之 Matplotlib 统计可视化之 Seaborn 炫酷可视化之 PyEcharts 机器学习之 Sklearn 机学可视化之 Scikit-Plot...深度学习之 Keras (上) 深度学习之 Keras (中) 深度学习之 Keras (下) 在量化金融中，插值是个很常见的操作，即从一系列标准点对应的值”推出“非标准点的值，这个”推出“可以是内推...2 二维插值 用下面一组简单数据来举例二维插值。
参考链接： 使用Pandas在Python中读写CSV文件 全栈工程师开发手册 （作者：栾鹏） python教程全解 CSV文件的规范 1、使用回车换行（两个字符）作为行分隔符，最后一行数据可以没有这两个字符...5、字段值中如果有换行符，双引号，逗号的，必须要使用双引号括起来。这是必须的。
0 引言 本文是 Python 系列的第八篇 Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之...Pandas (上) 数据结构之 Pandas (下) 基本可视化之 Matplotlib 统计可视化之 Seaborn 交互可视化之 Bokeh 炫酷可视化之 PyEcharts 机器学习之 Sklearn...由上图看出： 图包含着坐标系 (多个) 坐标系由坐标轴组成 (横轴 xAxis 和纵轴 yAxis) 坐标轴上面有刻度 (主刻度 MajorTicks 和副刻度 MinorTicks) Python 中万物皆对象...小菜一碟，用 Pandas 读取数据存成 DataFrame，再用 Matplotlib 里的 plt.plot() 画图。 ? ?...3.2 直方图 直方图 (histogram chart)，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型，纵轴表示分布情况。
在有关基于 Python 的绘图库的系列文章中，我们将对使用 Pandas 这个非常流行的 Python 数据操作库进行绘图进行概念性的研究。...Pandas 是 Python 中的标准工具，用于对进行数据可扩展的转换，它也已成为从 CSV 和 Excel 格式导入和导出数据的流行方法。 除此之外，它还包含一个非常好的绘图 API。...这非常方便，你已将数据存储在 Pandas DataFrame 中，那么为什么不使用相同的库进行绘制呢？ 在本系列中，我们将在每个库中制作相同的多条形柱状图，以便我们可以比较它们的工作方式。...（用于 Linux、Mac 和 Windows 的说明） 确认你运行的是与这些库兼容的 Python 版本 数据可在线获得，并可使用 Pandas 导入： import pandas as pd df...在本系列文章中，我们已经看到了一些令人印象深刻的简单 API，但是 Pandas 一定能夺冠。
本文含 8890 字，37 图表截屏 建议阅读 46 分钟 0 引言 本文是 Python 系列的 Cufflinks 补充篇。...整套 Python 盘一盘系列目录如下： Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy (上) 科学计算之...SciPy (下) 数据结构之 Pandas (上) 数据结构之 Pandas (下) 基本可视化之 Matplotlib 统计可视化之 Seaborn 炫酷可视化之 PyEcharts 交互可视化之...keys：列表格式，指定数据帧中的一组列标签用于排序。 bestfit：布尔或列表格式，用于拟合数据。...values：字符串格式，将数据帧中的列数据的值设为饼状图每块的面积，仅当 kind = pie 才适用。
0 引言 本文是 Python 系列的第五篇 Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之...Pandas 基本可视化之 Matplotlib 统计可视化之 Seaborn 交互可视化之 Bokeh 炫酷可视化之 PyEcharts 机器学习之 Sklearn 深度学习之 TensorFlow...我们希望找到一个函数 f(x) 来拟合这 N 个数据点，对于分段函数，因为有 N 个数据点，需要 N -1 段函数。...模型中的均值回归率和波动率的波动率) 上插值 (模型参数通常只用常数和分段常函数，但后者比前者能更好的拟合市场数据，因为它有更多自由度)。...对上面曲线插值有一个概念后，首先用 pandas 读取数据。Pandas 是下帖内容，你就先把它当成一个可以用字符串来索引或切片的二维数据结构。
本文是 Python 系列的第十篇 Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之 Pandas...(上) 数据结构之 Pandas (下) 基本可视化之 Matplotlib 统计可视化之 Seaborn 炫酷可视化之 PyEcharts 机器学习之 Sklearn 深度学习之 TensorFlow...是一个由百度开源的数据可视化工具，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可，而 Python 就不用多说了。...由于我们需要每个股票在每个月底的数据，原来讲的 pandas 里的 split-apply-combine 的方法可以派上用场了。详情参考〖数据结构之 Pandas (下)〗。...---- 到现在，常规的 Python 知识点都讲完了，你已经可以用它来做数值计算 (numpy)、数据分析 (pandas)、优化插值 (scipy)、绘制美图 (matplotlib, seaborn
0 引言 本文是 Python 系列的第十一篇 Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之...Pandas (上) 数据结构之 Pandas (下) 基本可视化之 Matplotlib 统计可视化之 Seaborn 炫酷可视化之 PyEcharts 机器学习之 Sklearn 机学可视化之...在盘 Seaborn 时是从 csv 文件读取的，本帖从 Sklearn 里面的 datasets 模块中引入，代码如下： from sklearn.datasets import load_iris...用 Pandas 的 DataFrame (将 X 和 y 合并) 和 Seaborn 的 pairplot (看每个特征之间的关系) 来用表格和图来展示一下数据集的内容。...在自己做数据分析时，最常见的还是从 csv 和 txt 文件中通过 Pandas 读取并存储成 DataFrame 的形式，做法在〖数据结构之 Pandas (上)〗一贴中讲得很详细了。
0 引言 本文是 Python 系列的第九篇 Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之...Pandas (上) 数据结构之 Pandas (下) 基本可视化之 Matplotlib 统计可视化之 Seaborn 炫酷可视化之 PyEcharts 机器学习之 Sklearn 深度学习之...---- Seaborn 是基于 matplotlib 开发的高阶 Python 数据可视图库，用于绘制优雅、美观的统计图形。...数据格式 首先用 pandas 读取 csv 文件并将数据存成 DataFrame 格式。...pandas 里的数据表，命名为 iris_data。
本文含 3886 字，8 图表截屏 建议阅读 20 分钟 对在新加坡的读者 末尾有彩蛋 0 引言 Cufflinks 是一个可视化的库，可以无缝衔接 pandas 和 plotly，前者中的 dataframe...在数据分析中无处不在，后者的交互式让可视化又上一个台阶。...import os import pandas as pd import numpy as np import seaborn as sns import matplotlib.pyplot as plt...在该案例中，我们将 100 个借贷人随机分配到三个虚构的区域，分别为 Alpha，Beta 和 Gamma。我们同样随机生成些区域数据并存城 regions.npy。...在实际环境中，每个散点还会包含借贷人 ID 或名称，可帮助我们能够锁定某些特定的借贷人。
pandas，python+data+analysis的组合缩写，是python中基于numpy和matplotlib的第三方数据分析库，与后两者共同构成了python数据分析的基础工具包，享有数分三剑客之名...需注意的是，这里的字符串接口与python中普通字符串的接口形式上很是相近，但二者是不一样的。...对象，功能与python中的普通map函数类似，即对给定序列中的每个值执行相同的映射操作，不同的是series中的map接口的映射方式既可以是一个函数，也可以是一个字典 ?...关于面向对象接口和plt接口绘图方式的区别，可参考python数据科学系列：matplotlib入门详细教程。...相关阅读： python数据科学系列：matplotlib入门详细教程 python数据科学系列：numpy入门详细教程 一句SQL，我有6种写法 分享几道LeetCode中的MySQL题目解法 听说数据分析师挺火
引言 本文是 Python 系列的第十五篇，也是深度学习框架的 Keras 下篇。...整套 Python 盘一盘系列目录如下： Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之...Python 付费精品视频课 6 节 Python 数据分析 (NumPy/Pandas/Scipy) 课： NumPy 上 NumPy 下 Pandas 上 Pandas 下 SciPy 上 SciPy...下 11 节 Python 基础课： 编程概览 元素型数据 容器型数据 流程控制：条件-循环-异常处理 函数上：低阶函数 函数下：高阶函数 类和对象：封装-继承-多态-组合 字符串专场：格式化和正则化...解析表达式：简约也简单 生成器和迭代器：简约不简单 装饰器：高端不简单 今年还会出 Python 三个系列： 数据可视化 (Matplotlib/Seaborn/Bokeh/Plotly/PyEcharts
除了数据和模型，要完成一个任务还需定义损失函数（loss function）和指定算法（algorithm），它们都隐藏在 Scikit-Learn 的具体模型中，比如 LinearRegression...这样，每条推文都可以编码为 2 维张量形状 (280, 128)，比如一条 tweet 是 "I love python :)"，这句话映射到 ASCII 表变成： ?...，帧数，宽度，高度，通道) 的 5D 张量中 下面一个 9:42 秒的 1280 x 720 油管视屏 (哈登三分绝杀勇士)，被分解成 40 个样本数据，每个样本包括 240 帧。...这样的视频剪辑将存储在形状为 (40, 240, 1280, 720, 3) 的张量中。 ? 5 维张量的数据表示图如下： ?...和 Scikit-Learn 一样，Keras 本身也自带数据集，从其官网中收集到 7 套。
学习 numpy 还是遵循的 Python 里「万物皆对象」的原则，既然把数组当对象，我们就按着数组的创建、数组的存载、数组的获取、数组的变形、和数组的计算来盘一盘 NumPy，目录如下： ?...由于篇幅原因，NumPy 系列也分两贴，上贴讲前三节的内容，下帖讲后两节的内容。...在 numpy 数组中，默认的是行主序 (row-major order)，意思就是每行的元素在内存块中彼此相邻，而列主序 (column-major order) 就是每列的元素在内存块中彼此相邻。...，而索引得到原数组的复制 (copy)， 更改索引数据不会更改原数组。...更常用也更方便，看完 pandas 那帖后就可以忽略这一节了。
本文是 Python 系列的第四篇 Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结构之 Pandas...行主序和列主序 行主序 (row-major order) 指每行的元素在内存块中彼此相邻，而列主序 (column-major order) 指每列的元素在内存块中彼此相邻。...「数组和数组间的比较」都是在元素层面上进行的 但是在「数组和标量间的比较」时，python 好像先把 3 复制了和 arr1 形状一样的数组 [[3,3,3], [3,3,3]]，然后再在元素层面上作比较...主要原因就是 .T 只适合二维数据，上贴最后也举了个三维数组在轴 1 和轴 2 之间的转置，这时就需要用函数 arr2d.tranpose(1, 0, 2) 来实现了。...5.3 元素整合计算 在数组中，元素可以以不同方式整合 (aggregation)。
领取专属 10元无门槛券
手把手带您无忧上云
