白璐123

Python matplotlib subplot画3*3不规则子图

一般我们了解到的代码就是画出2行2列的子图做法,下面分享一下个人最近做出来的使用subplot画出的3*3的子图。欢迎随时交流~代码原码:plt.figure( figsize=(16,9),dpi=300)plt.subplot(334)plt.plot(df1.c,df1.b);plt.subplot(335)plt.pie(df1.d);plt.subplot(336)plt.bar(df.

白璐123

1月前

63.1579 1 1
  • 关注作者
  • 收藏

Python numpy 中的np.where() 生成衍生变量和panda中的df.assign() 生成新的一列

基础知识:众所周知,pandas中我们对dataframe的列的添加都是在原始的dataframe表格进行体现了,但是如果此时我们并不希望列的增加体现在原数据中呢,此时就有一个方法,df.assign()用法表达式:user_info.assign(新列=88) ----user_info为此例子中使用的dataframe名称。再来介绍下np.where() ,这个方法是实现根据数组中一列数据生

白璐123

1月前

116.4625 2 0
  • 关注作者
  • 收藏

Python numpy 中拉伸的巧用,那些你不能用广播去实现的梦想。

题目:任意二维数组的每一列减去两列的平均值此时,当我们创建一个二维数组的时候,我们去计算列方向的平均值并不是难题,难的是,你怎么让你的二维数组去减去一个一维数组。此时,有人会想了,用广播啊,但是python用血一样的提醒告诉你,它做不到啊。那么此时应该怎么去实现这个看似不能完成,但是看起来又很简单的梦想呢?从这个图看看看我们梦开始的地方和被结果劝退的地方。使用广播的时候任何维度不一致,且都不为1的

白璐123

1月前

123.7990 4 0
  • 关注作者
  • 收藏

Python Pandas 中索引和切片用法汇总

相比学了Python pandas清洗的亲们对索引和切片应该多少都有过一段时间的混乱,那么下面借此机会特意过来剖析一下相关的用法。此次我们分为三部分进行解析:列索引,iloc方法和loc方法,使用dataframe, user_info取出对应列此种方法在pandas中是最常见的,我们直接使用dataframe的名称+对应列名称即可实现。user_info["出生地"], 即可取出对应此列,此列取

白璐123

1月前

123.7990 4 0
  • 关注作者
  • 收藏

Excel中子弹图的制作步骤

数据如下:表格最终效果如下:步骤提示:1、选中数据插入堆积柱状图,注类别为姓名;2、选中“销售目标”系列单机鼠标右键选择设置数据系列格式,勾选次坐标轴3、调整“销售目标”系列填充颜色为无色,添加边框颜色,调整间距4、删除次众坐标轴或将次纵坐标轴最大值调整成和主纵坐标轴一致Now,let's begin: 在插入柱状图的时候需要注意下选择temple的图表尽量和最终体现效果类似,避免大量手动的更改。

白璐123

1月前

122.3143 2 0
  • 关注作者
  • 收藏

EXCEL中动态图表的制作

数据如下:输出图表如下:制作方法:OFFSET函数+列表框组合图表 首先将列表框输出,这样可以显示所点击的月份对应在此列的索引值,用以作为后面offset函数中参数2.在列表框中填入相应数据3. 输入offset函数,记得最后输出结果时需要按ctrl+enter+shift4. 插入柱状图5. 将列表框上移一层,方便与柱状图的合并6. 合并过程如下7,完成即可实现点击列表框中对应月份实现数据的动态

白璐123

1月前

54.2155 1 0
  • 关注作者
  • 收藏

Excel中的组合反向查找函数 match+index

众所周知,vlookup中实现的为正向查找,即所输入的column index必须为正数,所以就导致了如果数据在所引用列的左侧,即引用列的index为负数需要怎么弄呢?对此,我们一般情况下,会使用index和match的组合查找。先来介绍index,index函数是查找相关区域中给定的列,行的相对index进行输出值那么match呢,match函数是查找对应的值在对应行和列中相对的索引值这么一看,

白璐123

1月前

54.2155 1 0
  • 关注作者
  • 收藏

Excel中的查找 vlookup

一般日常在工作中,难免会涉及到相关表格中数据的填充,这时根据相关字段,我们就可以进行数据的查找和填充了一般正向查找我们使用的是vlookup公式,所谓的正向查找,即所填写的数据是在被引用列的右端,这样即为正向查找。公式中共有四个参数:lookup_value 即两个表中共有的那个你用来所谓索引的列的值table_array则指的是你在需要输出的数据表格中数据所在的引用列col_index_num:

白璐123

1月前

46.1538 1 0
  • 关注作者
  • 收藏

python numpy 实现数组的拉伸和扩充

这里面主要会用到的就是列表遍历乘法和列表于数组之间的自由转化,快速实现数组的拉伸和扩充。 数组的拉伸:要注意列表直接的乘法和遍历后的乘法输出的结果2. 列表的扩充基于以上的一些操作,列表的扩充应该就有想法了对吧,是的,比拉伸要简单的多,步骤如下:因为这里面不涉及列表内元素的横向拉伸,所以不用使用列表遍历乘积,直接列表乘积即可实现最终的列表内形状。但是仍然需要记住,需要再进行乘积的列表外嵌套一层列

白璐123

1月前

46.1538 1 0
  • 关注作者
  • 收藏

Python numpy里面那些并交补的方法实现 unique,intersect1d,union1d, in1d, setdiff1d, setxor1d

如标题,下面让我们来具体看看对应的显示情况

白璐123

1月前

65.9486 1 0
  • 关注作者
  • 收藏

python 清洗中的sort和argsort的用法

python清洗中有一组很妙的排序组合:sort和argsort其中最大的区别就是sort直接进行排序,如果不进行标注轴的话,按照最内的轴进行排序这里重点说的是argsort,此数据从小到大进行排序,但是依次返回的却是排完序后对应的数据的索引值,同时很需要注意的就是如果标注轴了应该怎么看argsort(axis=1):沿着1轴的方向进行排序,返回是依次排序后的值对应的在原来列方向的索引。 2.

白璐123

1月前

65.9486 1 0
  • 关注作者
  • 收藏

那些python里面让人头秃的数据类型:序列,numpy.ndarray, matrix,pandas.dataframe

根据粗浅的十几天的学习,个人感觉对python中的各种数据类型一头的问号,通过几天的梳理和理解,下面为个人浅见。在进入python基础学习的时候,我们开始学习的数据类型就是序列,里面存在可变序列和不可变序列。有序序列和无序序列。后我们开始接触python清洗课程,在课程中我们接触到了python清洗第一个包numpy,numpy中对应的数据类型就是ndarray了,此时不禁会问,这个ndarray

白璐123

2月前

38.3898 1 0
  • 关注作者
  • 收藏

python numpy中concatenate 按照axis=0,1,2进行合并系列

众所周知 concatenate合并是分axis的,那么如果根据合并的轴不同,会返回什么样的结果呢,这里重点说下针对0,1,2轴进行合并,默认轴是axis=01.先来创建两个数组:a=np.zeros((2,2,2),dtype=int)b=np.ones((2,2,2),dtype=int)Test and result:1.np.concatenate([a,b],axis=0) #沿着最外

白璐123

2月前

49.7595 2 1
  • 关注作者
  • 收藏

python中各数据类型的转换 list,matrix,dataframe

1. 列表:数组,矩阵,dataframe2.数组:列表,矩阵,dataframe3. 矩阵:列表,数组,dataframe4.dataframe:列表,数组,矩阵5.tips:关于维度列表,元组,字典,集合为序列一维数组,不分行与列。矩阵Matrix为二维数组数组可以有很多层维度,包括一维,二维,多维。

白璐123

2月前

49.7595 3 0
  • 关注作者
  • 收藏