pandas

大数据火热的背后，更深刻的原因是因为企业开始越来越重视数据的价值，基于企业大数据平台进行大数据运用分析，才能将大数据价值真正发挥出来。今天，我们从大数据运用分析培训的角度，来分享一下关于数据分析及建模的知识。 大数据分析，其实归纳起来主要分为三种类型的分析，描述性分析、探索性分析以及预测性分析

Series的打印效果，让我们感觉它像个二维表格，实际上它还是一维的，其索引和numpy的一维数组比较类似，但还是有点区别的。 注意：如果你的Series是显式的整数索引，那么s[1]这样的取值操作会使用显式索引，而s[1:3]这样的切片操作却会使用隐式索引。Pandas开发人员在历史中为这种问题头疼不已，但没办法，现在还是这么混乱

曼哈顿距离是种使用在几何度量空间的几何学用语，用以标明两个点在标准坐标系上的绝对轴距总和。 下图中红线代表曼哈顿距离，绿色代表欧氏距离，也就是直线距离，而蓝色和黄色代表等价的曼哈顿距离。 曼哈顿距离在2维平面是两点在纵轴上的距离加上在横轴上的距离，即： 对于一个具有正南正北、正东正西方向规则布局的城镇街道（如：曼哈顿），从一点到达另一点的距离正是在南北方向上旅行的距离加上在东西方向上旅行的距离，因此，曼哈顿距离又称为出租车距离

相对力量指数信号(Relative Strength Index Signal) 是一种常用的交易指标，它可以帮助投资者判断股票市场的趋势，以及投资者应该何时进行交易。本文将介绍相对力量指数信号的使用时机，以及如何使用Python来实现它。 什么是相对力量指数信号？ 相对力量指数信号(Relative Strength Index Signal) 是一种技术分析指标，它可以用来判断股票市场的趋势，以及投资者应该何时进行交易

使用Pandas做数据分析的时候，用的最多的功能恐怕就是对于数据集的索引，选组数据子集。Pandas库提供了很多非常实用的方法，了解并熟练使用这些方法而不是用for循环的方法将会事半功倍。在这一篇文章中，我们将着重介绍这些方法

厌倦了现在的工作，想转行做数据科学，但是却没有计算机专业的相关学历，应该怎样才能入门？ 这类的教程已经有很多。最近一位22岁的数据科学家Dario，以自学经历中用到的资源告诉你，如何从零开始学习数据科学。 所谓从零开始自学，是针对那些可以自主学习在线课程和阅读书籍，却没有上班之余接受课堂教育的人士

发布者：郭子悦发布时间：2021-06-16浏览次数：623 邢会林教授简介： 邢会林教授，海底科学与工程计算国际中心主任。曾在日本理化学研究所（相当于中科院）、澳大利亚昆士兰大学(世界排名前50)工作20余年。兼任亚太地区地震仿真国际合作组织科学理事会成员、澳方负责人，自然科学基金海外杰青（2007年）

在使用 Pandas 和 Numpy 的时候，总是搞不懂 axis，感觉和我理解的正好相反。 比如下面的操作： axis=0 代表的是和行有关，axis=1 是和列有关，所以我理解的是 s0 是对行进行相加，结果应该 s0=[3 7]，但实际却是[4 6]。 关于为什么是这样的设计，我相信下面这个 youtube 视频可以解决问题： 如果你看不了，我下面简单说明一下

您好，我是致庭！毕业于台大物理学系，并在此过程中发掘自己对于使用数据解决问题的兴趣。为了精进自己相关能力习惯于自我学习，亦具备良好沟通能力。曾在台达电元件设计部门担任过机器学习相关的实习生

在上物理课的时候很无聊，所以我给自己做了一个玩具箱来打发时间。这个盒子很特别，因为它有改变重力的能力。 盒子里有几列玩具方块，排成一列