python資料分析學習筆記一

pandas

matplotlib

ipython與jupyter

scipy

scikit-learn

statsmodels

%matplotlib inline

import matplotlib as plt

plt.plot(np.random.randn(50)
.cumsum(
))

from datetime import datetime,date,time

dt = datetime(
2019,6
,3,16
,19)

dt.day

3

dt.date(

)

datetime.date(2019, 6, 3)

dt.time(

)

datetime.time(16, 19)

# strftime方法將datetime轉換為字串

dt.strftime(
'%m/%d/%y %h:%m'
)

'06/03/2019 16:19'

# 字串可以通過strptime函式轉換成datetime物件

datetime.strptime(
'20190603'
,'%y%m%d'
)

datetime.datetime(2019, 6, 3, 0, 0)

# 聚合會分組時間序列，替代datetime中的一些值

dt.replace(minute=
0, second=
0)

datetime.datetime(2019, 6, 3, 16, 0)

# 由於datetime.datetime是不可變型別，故以上方法都是產生新的物件

# 兩個不同的datetime物件會產生新的datetime.datetime型別的物件
dt2 = datetime(
2019,5
,3,16
,31,25
)delta = dt2 - dt

delta

datetime.timedelta(days=-31, seconds=745)

type

(delta)

datetime.timedelta

# 將timedelta加到乙個datetime上將產生乙個新的物件

dt + delta

datetime.datetime(2019, 5, 3, 16, 31, 25)

Python資料分析學習筆記二

4 陣列的組合 numpy中的陣列組合有水平組合 垂直組合 深度組合和列組合等多種組合方式。使用hstack 函式可以完成陣列的水平拼接，例 import numpy as np a1 np.arange 9 reshape 3,3 print a1 a2 a1 2 print a2 b np.hs...

Python資料分析學習筆記四

之前已經接觸過的陣列屬性有 shape 維度 dtype 資料型別 除此之外，還有很多其他屬性 1 ndim屬性 輸出陣列的維度，或者說陣列軸的個數 2 size屬性 給出陣列下標的總個數 3 itemsize屬性 給出陣列中單個元素在記憶體中佔據的位元組數 4 nbytes屬性 給出陣列中所有元素...

python資料分析學習筆記 numpy

import numpy as np data1 6,7.5,8,0,1 arr1 np.array data1 or arr2 np.array 1,2,3,4 5,6,7,8 一般np.array為陣列推斷出乙個較為合適的資料型別 除np.array外，還有一些其他函式可以新建資料，如 函式 說...