首页
时间线
分类
标签
图库
留言板
关于
1
nanobanana提示词整理
2
Cherry Studio API 调用指南(本地部署版)
3
好看的颜色及其 Hex 代码合集
4
DrissionPage4.1入门
5
快速提升电商网站的流量和获客
登录
Ethan Wilkins
累计撰写
63
篇文章
累计创建
13
个分类
累计创建
41
个标签
导航
首页
时间线
分类
标签
图库
留言板
关于
目录
分类
数据分析与可视化
数据预处理
2025-08-09
11
0
0
25.1℃
数据分析与可视化
preprocessing 是 Scikit-learn 库中的一个 数据预处理模块,提供了许多数据转换工具,主要用于标准化、归一化、编码和特征工程等任务。数据预处理对于机器学习来说非常重要,因为原始数据可能存在不同的尺度、不均衡的分布或类别特征,需要进行转换以提高模型的效果。 1. 主要功能 (1
使用 Python 进行数据可视化
2025-08-06
14
0
0
25.4℃
数据分析与可视化
使用 Python 进行数据可视化 使用 Pandas 进行 Matplotlib 绘图 图表类型 描述 Pandas 函数 示例 折线图 显示随时间变化的趋
地图、华夫饼、词云和 Seaborn
2025-08-06
15
0
0
25.5℃
数据分析与可视化
地图、华夫饼、词云和 Seaborn 1. Folium(地图) 功能 描述 语法 示例 地图 创建一个具有指定中心坐标和缩放级别的地图对象 folium.Map(location=[lat, lon], zoom_start=n) canada = folium.Map(location=[56.
Plotly 和 Dash 函数总结
2025-08-06
18
0
0
25.8℃
数据分析与可视化
Plotly 和 Dash 函数总结 Plotly Express 函数 描述 语法 示例 scatter 创建散点图 px.scatter(dataframe, x=x_column, y=y_column) px.scatter(df, x=age_array, y=income_array)
Pandas所有plot的kind样式
2025-08-06
18
0
0
25.8℃
数据分析与可视化
每种 kind 类型的 plot() 方法的示例代码,每个示例都展示了一种不同的绘图方式。 1. bar - 垂直柱状图 import pandas as pd import numpy as np import matplotlib.pyplot as plt data = pd.DataFra
Matplotlib 子图(Subplots)解析
2025-08-06
12
0
0
25.2℃
数据分析与可视化
Matplotlib 子图(Subplots)解析 子图(Subplots)可以帮助我们在 同一个画布(figure) 上绘制多个不同的图表,方便进行 数据对比 或 展示多个视角 的数据。 1. 什么是 figure 和 subplot figure:整个 画布(canvas)
弹