阶段概述:本阶段讲解Numpy科学计算模块,Pandas数据分析模块,Matplotlib。
达成目标:通过本阶段学习,着重对算法这块所涉及的Numpy科学计算模块和Pandas数据分析模块进行讲解。
章节 | 内容 |
---|---|
章节1 Numpy 处理多维数组的工具 | 1:Numpy概述_ndarray数组创建和取值 2:查看Numpy数据类型 3:Numpy数组对比Python对象更节省空间、速度更快 4:创建Numpy多维数组 5:广播机制_向量和矩阵的操作 6:布尔数组的用处 7:Numpy函数之random、arange、reshape、flatten 8:Numpy函数之linspace、zeros、ones、empty、identity、eye 9:Numpy函数之常用数学函数 10:Numpy数组的整合、切分、追加、插入 |
章节2 Matplotlib 强大的绘图工具 | 11:Matplotlib之基础绘图 12:一张画布多个子图_同时在多张画布中绘制多个图形 13:添加网格、标题、图例等 14:Matplotlib之柱状图 15:Matplotlib之饼图 16:Matplotlib之频次直方图_中文显示乱码的解决 17:Matplotlib之散点图 18:Matplotlib之绘制3D图形 |
章节3 Pandas 分析结构化数据的工具 | 19:Pandas之创建Series一维数组 20:Pandas之Series根据索引取值 21:Pandas之Series根据条件筛选值 22:Pandas之创建DataFrame数据框 23:Pandas之DataFrame基本属性和方法 24:Pandas之DataFrame取值和切片 25:DataFrame操作之布尔取值、丢弃数据、广播机制 26:DataFrame操作之添加列、修改行列名称、inplace参数 27:DataFrame操作之添加行、根据已有列创建新的列、设置某列为索引、head、tail、describe 28:Pandas读取本地CSV文件 29:Pandas数据可视化 30:DataFrame按值或按索引排序、apply函数 31:DataFrame数据框merge整合、dropna与fillna函数 |