data = pd.read_excel(dish_profit, index_col=u』菜品名』)#指定索引
data = data[u』盈利』].copy()#通過copy提取出需要的列
matplotlib的影象都位於figure物件中，你可以用plt.figure建立乙個新的figure，不能通過空figure繪圖，必須用add_subplot建立乙個或多個sub_plot才行。
任意兩款菜的相關係數的3種求法：
data.corr() # 相關係數矩陣，即給出了任意兩款菜式之間的相關係數
data.corr()[u』百合醬蒸鳳爪』] # 只顯示「百合醬蒸鳳爪」與其他菜式的相關係數
data[u』百合醬蒸鳳爪』].corr(data[u』翡翠蒸香茜餃』]) # 計算「百合醬蒸鳳爪」與「翡翠蒸香茜餃」的相關係數
將pandas中的dataframe型別轉換成numpy中array型別的三種方法
1.使用dataframe中的values屬性
df.values
2.使用dataframe中的as_matrix()方法
df.as_matrix()
3.使用numpy中的array方法
np.aray(df)
資料分析與挖掘
學習 實戰記錄 實戰專案1 智取樂食 從大量資料 包括文字 中挖掘出隱含的 未知的 對決策有潛在價值的關係 模式和趨勢，並用這些知識和規則建立用於決策支援的模型，提供 性決策支援的方法 工具和過程，就是資料探勘。資料探勘的基本任務包括利用分類 聚類分析 關聯規則 時序模式 偏差檢驗 智慧型推薦等方法...
資料分析與挖掘
1 概述 1.1 使用者研究縱覽 使用者研究可以從定性分析和定量分析兩個不同的維度展開 定性分析是從小規模的資料樣本中發現新事物的方法，主要應用於使用者體驗調查 定量分析是用大資料量的樣本來測試和證明某些事情的方法，主要應用於使用者行為資料分析。1.2 資料分析與挖掘流程規範 資料分析與挖掘型系統建...
資料分析與挖掘
用於資料分析的 olap 系統的主要特點就是資料量非常大，併發訪問不多，但每次訪問所需要檢索的資料量都比較多，而且資料訪問相對較為集中，沒有什麼比較明顯的活躍資料概念。olap 即聯機分析處理，是資料倉儲的核心部心，所謂資料倉儲是對於大量已經由 oltp 形成的資料的一種分析型的資料庫，用於處理商業...