拍丧第三方库的安装方法来了! app 已经把思维导图和详细的安装教程整理成文档了,不想看视频的小伙伴直接照着文档一步步来就行,领取方式见主页个人简介,需要的同学快去拿。 本次一共向大家介绍五种方法,大家按需选择哦。第一种,在键盘上按 win 加 r, 调出运行窗口,输入 cmd, 点击确定。 我们用屁屁命令来进行安装,这里复制一下 pbn 扫加库的名称,粘贴进来,按回车键进行安装。 安装完成了。第二种方法,使用国内的镜像源。第一种方法的安装时间比较长,我们可以使用国内的镜像源, 这里以清华镜像源为例,在安装的库前加上这段前缀,输入 p p star 加前缀以及我们要安装的 kars 库,敲击回车, 这样就下载完成了。每次安装库都要输入镜像源,会很麻烦,我们可以直接将清华源安装到本地的环境中,这样只需要用 p p 安装就可以了。复制一下这段命令, 粘贴到运行窗口中,按回车键,我们把文件位置复制一下,打开文件夹,把复制的地址粘贴进来, 找到 p i p 文件夹,打开这个文件,显示这样的命令说明设置完成了。 我们用这个方法来安装一下 twisted 库, 输入 p i p 指令,按回车键, 安装完成了。 第四种方法是在 pi charm 中直接安装,打开 pi charm, 选择左上角文件中的设置, 选择项目 python 二目测试中的 python 解释器,点击左侧的小符号,在搜索框中输入要安装的库名,点击安装软件包, 已经显示安装成功了。第五种方法是离线安装,复制所引包网站,粘贴到浏览器中, 打开它的官网, 以 python 库为例, 输入 pandas, 选择 pandas, 点击 down, 找到适合我们版本的安装包。这里 app 给大家演示一下怎么查看合适的安装包。在键盘上按 win 加 r, 打开运行窗口,输入 c, m, d 后按确定, 输入 p p debug verbox, 按回车键,显示的内容是电脑支持的安装版本,点击进行安装。 打开文件夹,按 crtl 加 x 进行剪切,打开拍摄所在的文件夹,打开 scripts 文件夹, 粘贴刚刚复制的文件,复制文件名包括后面的 w、 h、 l 后缀。 回到上一个文件夹,按住 shift 加鼠标右键,点击 scripts 文件,选择,打开 powershell 窗口,输入 p p install, 加复制的文件名,按回车键 下载完成。以上几种安装方法都介绍完毕了,有任何问题欢迎关注私信 oppo。
粉丝2613获赞2.2万

keep 安装 pandas, 打开开始菜单,找到命令提示服或 c m d 输入 p b install pandas y h t t p s 马哈斜杠斜杠 m i r r o r s d n l i y u n 点 com 斜杠 t y p i 斜杠, s i n p l e 回车就能快速安装 panda slide 安装完成。

这一节我们讲一下数据分析里面的三剑客,就是我们的 nampy, pandas 以及 matter pro 这三个包,这三个包可以用来做数据分析,数据可视化。这一节我们先介绍一下这三个包的安装, 首先我们安装一下 numpy 这个包,我们首先需要用 windows 加 r 组合键调出我们的 windows 面内行。 然后这里因为我这里我是装了双版本的 passion, 就进入了 ps 二的环境,如果输入 ps 三就进入了 ps 三的环境,所以 我这边我每次执行的时候,我都需要指定指定 pass 的版本,如果同学们只安装了一个版本的 pass 的话,可以直接输入 pass 就行了, 这个没什么关系,我这里先用用 pip 命令来安装这个 ice 的那样皮包。 这里因为因为拍摄他的很多第三包网站都是在国外的,所以我们这里需要用一些国内的加速的一些 cban, 比如说可以用什么清华的源,中国科学技术大学的源,我这里用的是阿里云的源,用国力的源的话,他会下载,下载速度会快一些, 这个速度是很快的,如果你不加这个障碍参数指定国内的圆的话,他就会下载的很慢, 这个速度还是很快的,十三到几秒钟就下完了。然后我们怎么证明这个包已经下载成功了呢? 我们还是在还是在命令行输入我们的导入这个高的命令。 首先这里是需要进入派送环境的,有 pot n, u, m, p y 可以看到已经导入成功,表明我们这个拉皮包确实安装成功了。 接下来我们安装这个 pandas 吧,这个大熊猫包还是用于刚才类似的命令,我这是一个 cmd, 我是一个马克档的一个编辑器哈,这个是拍叉母自带的,左边可以编写,右边可以预览, 还是用类似于刚才的命令执行回车都可以。按理这个云这个下载速度还是很快的。 正在安装 style, 这个包的下载他要慢一些。 安装完成了,然后我们还是要验证一下,我再开个窗口,不然的话老是切来切去的,感觉还是有点麻烦。 导入成功啊,表面这个潘达斯把我们已安装成功了,然后接下来我们再安装这个第三个包,就是这个可视化的一个包, mac pro 的这个包来安装, 我这里先把这三个包安装好,后面再详细的去讲解每个包的具体用法。当然如果后面因为这个课程,我是会不断的更新的, 后面如果我要再安装,再讲解其他的包的话,这个包的安装我也会在这个页面去更 新的。同时这个文件,这个文档我也会同步到网上的,就是这个文档都是免费的,免费放开的,但是这个视频呢, 是不公开的,是这样的,比如说后面可能我想啊拓展一下知识,呃,给大家讲解一下另外的数据分析包的话,我可以在后面继续去编写,比如说第四个包,什么什么包, 这个大家不用担心,这里我们再继续安装最后一个包,银行清理一下, 还是用类似的命令回车, 这个下载还是很快的, 安装完成了,我们还是来验证一下。 进入拍摄的面临床 啊,这样的话就导入成功了啊。到这里为止,这三个最基本的 ps 数据分析三剑客这三个包已经安装完成了啊,接下来的章节里面我会详细的介绍每个包的使用方法, 然后各后面这个课程也会不断的更新,也会去讲解一些其他的牌子数据分析的包和用法。

冰冰冷冷的席,未未有我。 冰冰冷冷的席,未未有我。羡慕 苍穹那次渴望回头,但会淌泪 𫪈 喉, 会闹闹。只 怕害怕害怕。

当我们在学习数据分析的时候,我们还会去安装一个模块,叫做潘德斯,那么现在呢?我们来看一下潘德斯怎样安装。 ctrl 加 c 代码复制温都是加啊数 cmd 去打开咱们的倒数状态 代码进行粘贴回车,那么他将进行安装,安装可能会需要点时间,所以大家不着急,稍等。当他出现一个单词叫德克塞福利,说明我们的安装是成功的。再等一会,这个单词还没有出现。 好了,当你看到这个 success 福利的时候,说明安装是成功的。那我们现在去进入到开森的交互值应用程序,然后我们去导入这个潘德斯 pndas, 那么程序不 报错,说明安装成功。 quit 退出我们的拍森教室程序就 ok 了,这个时候你就可以使用潘德斯这个模块了。

下面呢我们就来看一下这个 python 呢如何使用,如何安装啊,这个这这类的问题啊,那么首先呢,我们来看一下这个安装,已导入,呃,我们要想使用 python 时候,首先呢要安装 python 库啊,这就是 安装 pandas, 呃,这个很简单,一条指令就 pop install pandas 就 ok 了啊,就 ok 了。 安装完这个库以后呢啊,那么就要使用它,在使用 pandas 之前,一定要先外卖,在程序当中导入它,导入了方式可以 import pandas s p d s p d。 一般这句话呢,就是整个这个 panda 是 凡是是用 panda 的, 大家呢就是约定书重了啊,就就用了这条指令,就用了这条指令。好,下面呢我们来看一下 panda 是 它的。

在熟悉了潘德斯是什么之后,现在我们再来看一下潘德斯的一个安装,那么在我们的 annacoder 当中是自带潘德斯库的,我们在使用的时候是无需安装的。那我们先来看一下怎样去使用它。那首先呢,我在我的地盘 去新建了一个文件夹,这个文件夹的名字叫做 date p r o。 在这个里面啊,我又创建一个文件夹,叫做第二章。那么在第二章当中呢,我放了一个 excel 文件,这个 excel 文件叫中超赛事表,我们把它看一下, 打开之后你看一下呢,它是一个二维表格的这样的数据,那这样的数价潘德斯是可以进行 操作的。那现在呢,我们就使用 jpote notebook 来去使用 pandas, 把刚才的那个中超赛事表的数据导入到 tiptoen notebook 当中。那我们现在来给大家演示一下。在这儿的时候呢,我去找这个 and called, 找到之后你点击它,那么当它看到前面出现一个贝字啊,说明你现在用的是这个 annacota 的一个基础的环境,那我们在这个当中输入 g u p y t r g p u ter notebook, 它是在地盘, 是在一个叫 deta pro 的目录下,在这个目录下有个叫做第二章。那好了,我们现在回撤,那这样的话,我们就会把咱们所 创建的文件保存到第二张那个文件夹下,那么当他去打开这样的一个网页的程序,那现在呢,我们就可以去写咱们的代码了,看一下这个叫做中超赛事表,那这有个 new, 我们去创建一个叫做拍真三, 那这个叫什么呀?这叫 panda 字的使用,所以我在这 rename 初步使用,那我们说了 on the colder, 它是不需要安装 pandas 的,是直接可以使用的,所以我们在这儿直接导入就可以了,叫 i m p r t pandas, 给它起个别名叫 p d, 那这个叫导入 pandas 模块, 然后第二步,哎,我们要把这个数据读取过来,对吧?所以呢,它叫 p d, 点 read excel, 因为你读取的是 excel 数据,那这块我们写上叫中超赛 视表一个下文件,然后我们去把它复制给一个对象两句代码了,对吧?然后第三句代码我们输出就可以了,然后点击运行, 你看一下,那么这个数据啊,就被读取到我们的拍子当中了,你看一下是不是使用潘德斯去操作一个效,非常简单,我们使用了两句代码导入进来,第三句代码显示就可以了。那这个是 使用 anna call 的使用解 put notebook 去编写代码。那现在我们再来看一下, 那么如果我想使用我自己安装的拍森解释器怎么办?你自己安装的拍森解释器是没有安装潘德思库的,你需要自己去安装一下,那么安装第三方库的语法就是 pip 一照潘德思,那么我们把它打开,在这, 在这的时候呢,我们去点击 windows 加 r 键,然后去输入 c, m d, 打开这个 dos 窗口,你在这个 dos 窗口这儿直接去写 pip insor pandas 就可以了。 d a s 回出啊,那他们将去触 在一个安装的过程当中,那么老师的这个计算机啊,你看他现在是正在进行一个安装的。 好了, 那我现在暂停一下,等它安装完成之后,我再继续。当它出现一个单词叫 search satisford, 说明我们安装是成功的。 但是啊,这个潘德斯他有一些依赖库,也就是说你在自己安装的拍森解释器上去安装潘德斯库的时候,你还要去安装两个依赖库,一个叫做 x, l, r, d, 那这个是什么?实际上这是 excel read, 你读取一个笑的时候,你需要依赖到这个模块,那我要是把数据存储到一个笑当中呢? 你需要依赖一个叫 x, l, w, t, 那么你只需要在这上面句句写就行了。比如说 pip install a, 这样去安装 x, l, r, d, 然后呢,安装完这个库之后呢?你再写,我先回车安装。然后呢,暂停一下,当你安装完成功之后,你再写上 pip, 在这儿 pip in store x, l, w, t, 再去安装我们另外的一个去写入的库。那么这三个都安装完成之后啊,我们就可以去使用 pandas 了。 那么当然,如果你在安装的过程当中出现问题,或者说你的网络不好的情况下,那 你可能需要使用国内的一个镜像员。那什么叫做使用国内的镜像员呢?就是你在安装的时候,你除了写上 pip instle, timed 之外,你还需要写上后面这一串。 所以如果你安装失败的话,你就把老师的这串 ctrl 加 c 复制到这面,单击右键粘贴回车就可以了, 你看一下。哎,我回车之后,他现在又是在告诉我安装,实际上他不是安装,因为他这块写的什么 already, 就说你已经安装存在了 好了。那这样的话呢,我们在自带的啊,不是自带的,我们在自己安装的开心节气当中就安装了潘德斯库以及他的依赖库,当我们安装完成之后,你就可以进行使用它,那我怎样去使用呢? 我在这的时候去找到我的安装的 python 解释器,我呢这有个叫三点八,这不是有一个叫做 id l e 吗?对吧?它是一个自带的连接器。那然后呢,我把它打开,选择文件新建, 然后呢这个文件我去把它 save 保存一下,就存储到咱们的地盘,就刚才的那个位置上, 在这个地盘当中有一个叫做 daytpro, 这不有个第二张吗?是吧?然后我在这写上这叫什么?这个叫测试潘的, 因为我安装完了,我是不是想要测试,然后代码很简单。为什么说代码很简单?因为代码是相同的,你只需要把它复制,然后粘贴 保存,然后我们在这的时候选择 run, run 就是运行模块嘛,然后现在我们在这稍等一下, 看一下数据是不是也读取出来了。那这个就是在我们的自己安装的拍森解释器上去安装 pandes 模块以及来测试它。

由于 pandas 是在 nampai 基础上开发的程序库,因此在安装 pandas 之前, 要确保我们的操作系统中要有 number。 如果读者是按照我们前面建议的安装的 anaconda, 那么 pandas 就已经安装好了。我们可以使用编一中的代码尝试导入并查看 pandas 版本号来确认 pandas 是否安装好。 根据奥特一的输出结果,我们可以判断演示代码环境中 pandas 的版本号是一点二点四。 和之前导入 number pi 并使用别名 m p 一样,我们通常习惯将导入的 pandas 包使用别名 p d。 并且通常情况下,我们会把 numpy 和 pandas 两个包一起导入 如音二中的代码所示。如果我们想要离线查看 pandas 的内置文档,可以使用前面我们介绍的方法进行查看如音三所示。 如果联网,可以访问官网查看详细的文档,里面除了有基础教程,还有许多有用的资源。

你现在看到的是耗时三千七百八十个小时制作二零二六年全新 python 数据分析入门实战教学,全场一百七十个小时四十分钟,内容包含了软件安装使用、 panda, snp, matplotlab 等知识点,零基础也能成为数分高手。今天我们讲解的是第七章节面向对象访问控制创建一个类啊,嗯,它是 person 类。 好,那咱们给这个 person name 呢?我们先定义一些属性,对吧?咱们呢,需要一个呃人的名字,对吧?我们还需要给它一个成绩, 那咱们把它用 self 函数来接受一下。 self 点 name 等于 name, self 点呃, score 等于 score。 好, 咱们再给它定义一个方法来获取这个成绩。 就打印一下成绩啊,咱们给它名字起叫 get score, 对 吧?那我们需要打印它一下,比如说,呃, cf 点 name 是 吧?我们打印一下名字的成绩是来,咱们打印一下 cf 点 score, 对 吧?好,那咱们现在实利化一个呃人啊,比如说呢,我们还叫做 jerry, 是吧? jerry 等于 person, 咱们实体化一下。那首先呢,要给他传入名字叫 jerry, 是 吧?然后呢把他成绩传入,比如说他考了一百分, 对吧?好,那现在呢,我们调用 jerry 的 score get score 这个方法,咱们就应该能打印出他成绩吧。来,咱们运行一下。来看 jerry 的 成绩是一百, 对吧?好,在出示完完了以后呢,咱们后面的程序需要呢,可能会修改这个成绩,对吧?来,咱们 jerry 点 score 它的属性值是吧?比如说呢,我们给它改成九十分,对吧?咱们再次调用 jerry 点 get score, 来,咱们运行一下,你看成绩被修改掉了, 但是大家看啊,咱们在修改成绩的时候呢,可能会发生点意外,比如说呢,不小心把这个九十呢给输出成负九十了, 来,咱们运行一下,这成绩呢,变成了负九式了,这明显的不合理,对吧?所以呢,咱们为了防止发生这种意外啊,咱们单独给他写这一个 set 函数啊,来用这个函数专门给他试成绩啊,来,我们定义一个叫 set 此过,对吧?就是说,呃,咱们要他把这个成绩呢传入到这个函数来看,咱们现在呢,对这个成绩要做个判断啊,他必须是在大于零小于一百这个区间内,咱们才设置,否则呢,咱们就不设置一幅这个,呃,成绩小于 大于等于零,就这个四个啊,但是呢,他还要小于咱们,小于等于这个一百,是吧?这时候呢,我们就 set 点 set, 让他等于这个 set, 对 吧?好,那咱们另外一种情况,如果不在这个区间范围呢,咱们就不设置了,咱们打印个提示啊,输入成绩有误啊,输入,呃,成绩有误,是吧?请重新设置 好,来,咱们现在呢,呃,不用这个方法啦,咱们直接调用这个成绩,这个方法啊, 咱们调用 jerry 点 set score, 是 吧?比如说呢,我们是个负九十,哎,来咱们看看啊,负九十, 咱们运行一下,发现没有输入成绩有误,重新设置,对吧?通过这种方式呢,咱们能够保护啊,保护这个变量,他在这个范围内 就说,呃,设置啊,超出这个范围呢,咱们会这个提示,但是有种情况,那这个呃, sky 这个变量呢,其实咱们在外部呢,这个属性呢,咱们是可以访问的,对吧?那咱们就说万一没有使用这个函数来操作 的话呢,咱们在外面仍然给它设置了副九十,这样子,其实呢还是起不到一个保护作用,对吧?那这时候呢,咱们就要引入一个叫私有变量了,哎,就是咱们说的,呃,双下划线开头的这种变量,这种变量呢,在外部啊,咱们其实是访问不到的, 对吧?或者不能直接访问,咱们只有在内部才能访问。来,咱们现在把它改造一下,我们这个呢,把这个 skull 呢改成一个私有变量啊,双下划线对吧?咱们在内的内部是可以访问的,在内的外部呢?嗯,咱们不能直接访问啊,咱们这么说, 好,那你看这个改成这个了,那咱们这边呢,打印的时候,咱们也改成一个双下划线 score, 对 吧?那好,那通过这种方式呢?呃,咱们再来修改一下,我们试一下,那比如说咱看咱们修改 jerry 点 score 是 吧?咱们让它等于负九十, 对吧?好,那当然等于负九十。来,咱们再次打印一下,看看它这个成绩是多少,如果它被修改掉了,就是还是负九十了,如果没有被修改掉呢?这个成绩应该是一百,对吧?来,咱们运行一下, 哎,大家发现没有,他并没有被修改掉,但是大家注意一下,没有,他也没有报错,哎,这是为什么呢?实际上咱们在这个呃, jerry 点 score 等于负九十的时候呢,咱们相当于啊,给这个 jerry 添加了一个新属性叫 score, 然后呢这个值是负九十, 对吧?来,咱们可以打印一下,咱们看一下杰瑞点 si, 是 吧?你看等于负九十,对吧?但是呢它并没有影响到咱们内部的这个变量, 对吧?那好我们大家看一下,那我们看看这个呃下双的下划线,这个 si 这个成绩能不能被修改?来,咱们试一下, 我们双下划线连 score, 我 们给它改成负九十啊,来,咱们注意啊,咱们待会以 get score 为准啊,它这个是输出的成绩,来,咱们再次运行一下, 哎,大家发现没有?哎,这个地方变成负九十了,对不对?这个双下划线 get score 呢,打印出来是个负九十,但是呢这个 j 域的成绩它并没有被修改,哎,这是为什么呢?实际上现在他访问的这个杠杠 score, 这个跟这个内部的这个 score, 它不是一个变量,对不对?内部这个变量其实呢已经被隐藏掉了, 对吧?因为呢大家看咱们这打印这个 get score 的 时候,打印的是内部的这个变量,这个成绩呢并没被修改掉,实际上呢,咱们通过这种方式啊,又创建了一个变量,叫杠杠 score 这个变量, 对不对?那实际上呢,咱们通过这种方式啊,很好的把这个杠杠 skull 这个变量呢隐藏掉了,在外部是访问不到的。 好,那咱们还有种情况,咱们就说非要访问这个变量,那咱们怎么访问呢?来咱们给大家讲个方法啊,那咱们实际上呢,呃,在这个点后面呢,咱们加个下划线,呃,说一下类的名字叫 personly, 对 吧?然后呢咱们再加一个 skull, 来,咱们看看啊,这时候呢,咱们能不能把它访问到啊?我们把它运行一下给大家看,咱们这时候是可以访问到的, 对吧?但是呢咱们不推荐大家用这种方式来访问这个私有变量,因为呢这个私有变量的设置之初呢,咱们就是呃为了隐藏进行保护它,对吧?你通过这种方式去访问呢,可能会造成一些意想不到的意外, 我们是呃建议大家尽量不要用这种方式来访问私有变量啊,咱们最好呢是在内的内部来访问它。

各位同学大家好,欢迎来到 python pandas 数据分析入门课程, excel 批量处理麻烦手工汇总效率低。今天咱们吃透数据分析王牌工具 pandas, 从底层原理到真实门店销售实战,学会用代码一键搞定数据清洗,统计出图表。 同时我也为大家准备了一百个实战项目,以原码和 python 各个方向的学习路线图,不管你是在校学生还是在只想学习更多知识提升自己的, 都可以拿一份去看看,希望对大家有所帮助。本节课一共五大板块儿, pandas 起源价值两大核心数据结构,全套常用操作,自行车门店销售实战进阶优化与生态配合, 零基础也能跟着落地,上完就能独立做小型业务数据分析先梳理学习路线, pandas 诞生背景与行业核心价值, series data frame 两大基础结构,数据读写、筛选、清洗、分组聚合等核心用法,全流程实战自行车门店销售数据分析大数据优化技巧。 pandas 联动 map 绘图库 pandas 由 westmeckini 在 二零零八年任值金融机构时开发, 最初为了解决金融海量表格统计难题,名字取自计量经济面板数据 panel data 加 python 数据分析缩写, 二零零九年正式发布,如今是数据分析行业标配库。 python 之所以称霸结构化数据处理,靠六大硬核功能,第一,多格式读写, csv、 excel 数据库、 json 全都兼容。 第二,数据清洗,批量处理,缺失重复异常数据。第三,灵活筛选,多条件精准提取目标数据。第四,分组聚合,像 excel 数据透视表一样快速汇总。第六,一键格式化绘图,不用额外写复杂绘图代码。 series 是 pandas 最基础结构,因为带锁瘾数组,由锁瘾 index 和数据 values 两部分组成。第一种创建方式,列表生成,自动生成零开始数字锁瘾。第二种,手动自定义中文锁瘾,比如身高体重、年龄,可读性更强,适合标签化数据存。 data frame 就是 编程版 excel 表格,由多个同所引的 series 横向拼接而成,也是日常分析最常用结构。通过字典快速创建。字典键对应表头,列名直对应每一列数据,导入后自动生成行序号,结构化数据一键呈现。拿到表格后,先用五大属性摸清数据, d f 点 index 查看行缩影, d f 点 columns 查看字段名, d f 点 d f 点查看美列数据类型, d f 点 shape 查看行列总数, d f 点 values 转为 nump 纯数值组,这是数据分析前期必查。五步 read 下划线 c s、 v 一 行代码提取表格文件变成 data frame head 括号看前几行, k 的 括号看末尾数据。 inf 括号,查看空值与字段类型。 describe 括号,自动生成均值、最值等统计信息。快速摸清数据级全貌。 数据筛选分三类,单列、多列直接列名取值, log 按标签选型。 i look 按下标位置切片布尔条件筛选用何拼接多条件实现精准过滤,试验误取数。高频用法, 真实业务数据普遍存在空值三步走,清洗 sno 括号定位全部缺失位置。 rap 内括号,少量空值直接删行。 field 内括号,大量空值用均值长数填充,最大程度保留原始样本。分组遵循拆分应用合并三步逻辑,先按自断拆分数据,再对每组求和求平均,最后整合结果, 演示产品地区双层分组统计销售额,轻松实现 excel 透视表效果。我们一托真实单车门店销售数据,做全流程分析、目标分析、销售季节规律、用户画像,各品类盈利情况 落地门店备货营销优化方案第一步,加载数据清洗异常付订单,新增利润衍生自断按年月汇总营收,使用内置 pr 会制折现图,从图表发现全年稳不上涨,每年四季度迎来销量高峰,对应欧美圣诞黑午消费旺季,建议旺季提前备货。 直方图统计顾客年龄分布,主力消费人群集中在二十五到四十岁。分组统计三大品类营收利润,自行车是营收主力,配件利润最高,服装增速最快。三大业务落地,建议忘记前置备货 营销瞄准二十五到四十岁核心客群,主推自行车加配件捆绑套餐,扩充服装品类款式,拉高增长。大数据量卡顿优化四个技巧,分类字段转 category 省内存, 摒弃 python 循环,改用向量化运算,多条件筛选,用 query 简化写法,超大文件 chunk size 分 块分批读取房内存溢出 pandas 可以 无缝对接三大工具转 n p 数组做数值运算, 联动 metaplot、 lib、 crib 一 键化折线柱状直方图,清洗完成的数据直接送入 clarence 做机器学习特征工程 复盘整体学习内容,吃透两大数据结构,掌握读取、清洗、筛选、分组格式化全链路。完成门店实战课后,可参考官方十分钟入门门道,实战教程持续精进!以上就是整套 panda 入门内容,大家在实操过程中遇到数据处理、代码报错问题, 欢迎交流提问,如果你还想深入学习学习更多内容,我整理了 python 入门到精通的完整教程及一百个实战项目和原码,留下学习我发,感谢大家的聆听,我们下次课再见!

你现在看到的是耗时三千七百八十个小时制作二零二六年全新 python 数据分析入门实战教学,全长一百七十个小时四十分钟,内容包含了软件安装、使用、 panda, snmp、 matplot, live 等知识点,零基础也能成为数分高手。今天我们讲解的是第一章节软件安装于使用试一下。好吧,准备了一个 python 三点八点五的这么一个安装包,这个呢,你上官网下载就可以了。好吧,直接下载就可以了。我这呢就直接装了,直接双击, 双击之后他会弹出这么一个窗啊,这就是装 python 的 一个界面,那这个界面里面你需要注意的点就是这个看着 a d, d 啊, add python 三点八就 pass, 就是 把 python 三点八扔到 pass 里面去,扔到 pass 环境变量里面去,这样的话我们在用黑窗口的时候呢,就就就直接能用了。好吧,那就我把这个勾给它勾上,你把这勾勾上以后你就不用配环境变量 啊,如果这勾你没勾,听好,如果你没勾,那你需要去这地方, 哎,这地方这地方。然后呢,把那个环境变量,把那个 python 安装路径给它加进去啊?怎么加呢?就双击。好吧,然后呢,这里面新建,把那个路径给它塞进来啊,把那个路径,比方说 c 盘的什么什么乱七八糟的,叭叭叭一大堆东西啊,把这个路径给它扔进来就可以了。好吧, 这里面是需要你注意的一个点啊,我这块就取消取消一会回来我们再看这块啊。好,然后呢?这个勾勾上之后,呃,你可以选择上面这个,也可以选择下面这个。上面这个呢? 呃,就是直接装啊,就是傻瓜式的,你点灯它啪啪啪就开始装了啊,但是这里面有一个点,你看啊, c 盘 user sizer 啊,什么一大堆东西,这路径太深了,对吧?所以我们选择下面这个,然后呢,这个这些玩意呢?别动好吧,过, 然后呢,再往下这块看,这看,这,这是 python 呢安装路径,这很明显太长了,对不对?我们把它变短一点,变短一点好了,用用用这个位置好 install 就 可以了。 我这块是装 c 盘了啊,你那块你自己选,随便这个,因为我这个电脑它就就一个 c 盘啊,这是个虚拟机。 稍等,等它装完,然后它会对环境变量做一个自动的配置。 come on, baby, come on, 兄弟,不给力啊, 对,这是一个拍叉嘛,这是一个拍叉嘛,这就趁它装来说是拍叉嘛,这个拍叉嘛,装就比较爽了,你就一度确定就行。 好吧,一路确定,然后到最后呢,他会要求你去。呃,怎么说呢,要求你去填入一些个激活码,乱七八糟的东西,你,你如果说让你到了,你让你填激活码那个位置呢?你可以联系咱们的管理员,好吧, 我会告诉你怎么去。嗯,就是就是,搞定这个事,有些东西不能说的太明了, 我电脑比较慢啊,兄弟,这是一个,嗯,虚拟机啊,虚拟机,所以忍一忍吧。嗯, 不给力啊兄弟,着急的兄弟,可以快进一下啊,快进一下。 你们的电脑现在装它的话应该是非常快的,比方说你现在电脑基本上都是四盒八盒十六盒,对吧? ok, 好, 你看到这个玩意儿了,哎,你就爽了,那这个玩意儿是什么意思?说 setup was successful 啊?就说你的这个安装已经成功了啊?已经成功。这是个什么玩意儿?被 zippo pass 了?那是 limit change machine to a low program。 呃,这个就就放这吧,这个就放这,不管,那你看着它了,基本上就是说你安装成功了,然后回来咱们看一眼啊,它这个环境变量到底是个什么东西?来点属性, 然后高级啊?然后环境变量,然后呢?这个地方我们找一下这个 pass, 看这走看,这就是 python 这个这个这个安装路径,刚才,刚才我我选择的不就是这个这个路径吗?对吧?这 python 路径,然后你再加一个 scripts 啊,加一个 scripts 就是 你你你,你如果需要新建的话,你需要新建的话,你把这个 scripts 你 给它打进去。注意这 s 是 大写的啊,它的文件夹的名字是 script 是 大写的啊。 好了,那这样的话,我们就相当于说 python 就 装完了,好吧,然后怎么实验啊?这个其实不应该在这讲,就是 python 就 装完了,好吧,然后怎么实验啊?这个其实不应该在这讲,就是 python 就 装完了,好吧,然后怎么实验啊?这个其实不应该在这是 python 就 装完了,好吧,然后怎么实验啊?这个其实不应该在这是 python 就 装完了,我们就相当于说 python 就 装完了,好吧,我们就 来在这,你你你,你弄出来这个这个命令,行了,好了,你这时候输入 python 回车。好,你看到这玩意了,恭喜你,你的 python 安装是成功的,而且环境变量也是配置 ok 的。 如果你啊, 如果你你在输入拍摄的时候显示的是以下内容,那是这么个玩意,那就是你的环境变量没配置成功,好吧,就是你的环境变量没有配置成功。还有一种情况是最恶心的,各位 啊,这这这这,这种情况极少数人能碰到啊,但是给你们简单说一下,这也是我我我我我之前遇到过的一个一个状况。看着啊, 你们别这么干,你们别这么干,我只是给你们演示,有的时候会出这么个问题,可有意思了,来 c m d 看着啊,走, 你看,你会发现你在这输了个 python, 它哐叽这玩意出来,这是那个那个那个微软的那个商店啊, microsoft store 啊,这个微软的商店,那这是为什么呢?这是因为你的环境变量配置的还是有问题啊。如果你输入 python 蹦出来的是微软的那个商店,那你需要这么干点属性啊,还是这个地方,还是环境变量这个位置,还是这个 pass 里面,还是这个 pass 里面?看着啊,注意 这个点亮啊, windows app, 是 啊,这个文件夹里面就就就就对应的就是咱那个那个微微软的那个那个破商店。好吧,那那这里面就有那个微软的破商店。我们输入 python 的 时候,它会 从这个环境变量里面一个文件夹,一个文件夹去找他先找的这个玩意,那就会把 windows 那 个商店给你弄出来, 知道吧?所以我们不能先看他,得把他弄下去,下去他跑底下去了,那么这个时候从上往下再找 python 的 话,肯定先找着你自己个装的这个 python, 对 不对?他就没那个冲突了啊,你看,确定确定,确定,重启黑窗口啊,每次改环境变量,重启黑窗口, 来喽,开始喽,看,这就好使了,知道吧,这个是我之前遇到过的一个奇葩,奇葩现象啊,非常奇怪的一个一个现象啊,把它改了就好。 好,那这是拍摄安装的时候,你就注意一点,把拍摄加环境变量里面去。好吧,就记着这个事就可以了,然后拍叉把它安装。一路确定啊,一路确定啊,然后装,装到他要求你去输入激活码那一块,对吧?你去找咱们客服啊,会有一个神秘工具啊,为您解忧啊。 好,那这是关于咱们这堂课里面用到的软件啊,给各位去做一个简单的介绍,那么下一小节咱就终于可以去上手,对吧?首任就写一个小爬虫了啊,那本节呢?就到这里,谢谢大家。


大家好,我是拍摄老包,今天带大家学习一下这个 pandas 里面的数据统计啊,大家都说 pandas 比 excel 的 功能要强大很多,对吧?呃, excel 能做的 pandas 都能做,但是 pandas 能做的 excel 不 一定能做得了。 好,当然我说的这个是针对数据统计,数据分析这一块啊。好,接下来呢,我们再看一下,今天呢主要是讲这个数据统计啊,潘大师,里面的数据统计呢,主要涉及以下几个函数啊,第一个呢是 describe, describe 呢,就是描述的意思,对吧?那呃,通过 describe 这个函数呢,就可以大体知道啊,某一个 data frame 它的数据状况, 比如说我这里呢,有一个原始的数据啊,是这样的啊,它是一个销售数据啊,然后呢,我们拿到这个 d f 之后呢,我们可以通过 d f 点点 describe 哎,来输出它的统计啊 啊,输出了它的描述信息啊,这个数据的对这个数据的描述信息。 好,你看这个就是它的描述信息,描述信息包含什么呢?你看对于日期的话,它总共有多少个日期?最呃,它的均值日期,也就是中间的日期,然后这个百分之二十五分位的日期,百分之七十五分位的日期啊,还有这个最大的日期, 然后这个销售数据啊,销售数据也是一样啊,他的函数啊,平均值最小值,然后百分之二十五分位,还有中位数,还有这个七十五分位的,还有最大值,然后这个是平方差啊, 然后这个价格,这个利润,还有这个销数量啊,都是一样,就是会从这几个角度去啊,统计这个整体的一个数据。 好,接下来呢,我们再看统计数据,用到了一个最常用的几个函数啊,比如说这个上上呢,是求和啊,然后这个命呢,代表的是求平均值,点 max, 这个呢是求最大值啊,点命呢,就是求最小值,比如说我们要求某一列啊,某一列 的总和,哎,我们就可以通过这样啊, d f, 然后呢输入这个列名啊,点上,哎,这个呢,就是某一列的总和啊,比如说我们要求总的销量啊,总的销量怎么求呢?直接 print d f 啊,销量是哪个?销量是 sales 啊,我们把 sales 放进去,然后点上,哎,上一下,那我们就知道它的总销量啊, 好,它的总销量是这个啊,那我们把这个描述信息也加上去啊,总销量好,好, 总销量是这么多,对吧?然后总利润也是一样啊,我们通过 df 啊, profit 点上就得到了总利润总和 总利润。 好,总利润是这么多,然后 d f 点 mean 呢,这个是求君子啊,求君子。当然我们也可以针对某一列进行求君子啊。 第二呢,我们可可能平常的统计呢,比这个要稍微复杂一点啊,我们不是针对整一列进行统计,我们可能是对某一列先进行分组, 进分组之后再进行求均值,或者说求这个,呃,最大值啊,这样的话就稍微复杂一点,因为中间有个分组,分组的操作。那分组的话怎么分组呢?我们会用到 group by 这个函数, 那 global y 就是 将数据集按照一个或者多个列的值进行分组啊,进行分组,并对分组之后的这个组别啊,执行统计的这个操作啊,统计的操作, 比如说,啊,这里的一串数据啊,啊,这里一串数据,哎,它可以先按照这个作者啊,也就是作者这一这一列先进行分组。好,那进行分组之后呢?分别,呃,应用啊,应用这个 size 这个函数,那得到的就是每一个作者啊, 每个作者他写的书到底有多少啊?好,那这我们看到这个例子啊,那我们啊有样学样用在我们这个现在的这个数据集上啊, 我们看一下啊,我们现在的数据集,哎,有一个叫店铺啊 shop, 我 们现在呢是想要知道哪一家店铺他的销售额,销售总额到底是怎么样的?哎,我们是不是就需要先对这个 数据进行按店铺进行分组啊?好,我们再看一下啊啊,它是怎么 group 的 啊?通过 df 点 group by, 对 吧?好,那我这里呢是 df 点 group by 哪一个呢? by 这个 shop, 对 吧? 好,根据店铺进行分组啊,分组之后呢我们要统计什么呢?统计这个 销售,呃销量了啊,统计这个销量啊,好,我们加一个缩影啊 sales, 点点什么呢?点点上,对吧?哎,这个就是我们要的每一个店铺这个销销售量啊。 yes, 我 们用一个临时变量 r e s 去存储一下,然后再把这个 r e s 给保存打印出来啊,看一下这个统计的结果是什么样啊? 好,统计的结果是什么呢?一号店呢?是这么多的,呃,销量,三号店呢是这么多的销量,二号店是这么多的销量,从这个数据就可以看出啊,二号店的是销冠啊,二号店是销冠, 然后呢同样的我们可以针对这个 sale 呢 sale, 哦,这个是才是销量,这个是销售额啊,这个是销量。 同样呢,我们可以根据这个日期进行分组啊,根据日期进行分组,分组之后呢,我们就可以看出哪一天它的销量是最高的,或者说哪一天的销售额最高。好,我们再来做一次分组啊, 然后现在呢,是根据这个日期进行分组,那我们要知道这个销销售额啊,啊, 销售额的这个分组之后的统计啊,看哪一天啊它的销量最高。好,你看,这样的话,就可以统计出每一天它的总销售额了,对吧?每一天的总销售额。 那针对这样的一个呃,数据的话,我们可以直接对它画图啊,画成一个折线图,我们就知道啊,哪一天它的销量最高了。 好,那怎么去画图呢?非常简单啊,我们会用到 matplotlab 这个库啊,直接导入这个 plot 啊,点 plot。 好, 那这个 plot 呢?需要设置 x 轴啊, x 轴是 i e s 点 index。 好, y 轴呢,就用它的销量啊,就是 i e s 点 values。 好, 我们设置好 y 轴和 y 轴之后呢,我们直接把这个图像显示出来,我们就知道到底哪一天的销量最高了,那我们再执行。好,你看 哪一天的销量最高?从这个图上可以看出啊,是二零二六年一月一号啊,当然这个图画的还不够好啊,因为你看这个 x 轴上面有些日期都重叠了,当然这个呢,后期,呃,学会画图那一张之后呢,可以进行优化。好, 今天这一张的重点不在这里啊,所以我们就不再去做这个方面的优化。好,我是彭生老包,如果大家觉得有用,点赞收藏关注吧!