数据预处理


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


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


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


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


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


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)