
Pandas 分组与聚合
在此实验中,你将学习使用 Pandas 库进行数据分组和聚合的基础知识。你将练习使用 groupby() 创建分组并应用各种聚合函数。
Pandas

NumPy 索引入门
在本实验中,我们将探索 NumPy 索引的基础知识。索引允许我们访问和操作数组中的特定元素或元素子集。理解如何有效使用索引对于使用 NumPy 处理数组至关重要。
NumPyPython

理解 NumPy 数据类型
本实验将提供一个分步指南,帮助你理解 NumPy 中可用的不同数据类型以及如何修改数组的数据类型。NumPy 支持广泛的数值类型,包括布尔值、整数、浮点数和复数。理解这些数据类型对于使用 NumPy 执行各种数值计算和数据分析任务至关重要。
NumPyPython

Pandas 基本数据清理
在此实验中,你将学习使用 Pandas 库进行数据清理的基础技术,包括处理缺失值、删除重复项和更正数据类型。
Pandas

NumPy 数组操作基础
在本实验中,你将学习使用 NumPy 数组的基础知识。NumPy 是一个强大的 Python 数值计算库。它提供了高效的数据结构和函数,用于在数组上执行数学运算。
NumPyPython

NumPy 数组创建基础技术
本实验提供了一个关于如何使用 NumPy 创建数组的循序渐进指南。NumPy 是 Python 中用于数组容器的基础库。你将学习数组创建的各种方法,包括转换 Python 序列、使用 NumPy 内置数组创建函数、复制和连接现有数组,以及从磁盘读取数组。
NumPyPython

Pandas 数据排序
在此实验中,你将学习在 Pandas DataFrame 中排序数据的基本技术。你将探索按单列和多列排序、控制排序顺序以及在排序操作后管理 DataFrame 的索引。
Pandas

Pandas 数据过滤
在这个实验中,你将学习 Pandas DataFrame 中过滤数据的基本技术,包括布尔索引、组合条件、使用 isin 以及处理缺失值。
Pandas

Pandas 入门与环境设置
在这个实验中,你将开始使用 Pandas,一个强大的 Python 数据分析库。你将学习如何验证其安装、导入它、创建基础的 Series、访问其元素以及检查其属性。
Pandas

NumPy 中的结构化数组
在本实验中,我们将学习 NumPy 中的结构化数组。结构化数组是 ndarrays,其数据类型是由组织成一系列命名字段的更简单数据类型组成的。它们对于处理结构化数据(如表格数据)非常有用,其中每个字段代表数据的不同属性。
NumPyPython

Pandas 描述性统计
在本实验中,你将学习如何计算 Pandas DataFrame 的各种描述性统计量,包括均值、中位数、最小值/最大值等。
Pandas

NumPy 通用函数入门
在本实验中,我们将探索 NumPy 通用函数(ufuncs)的基础知识。Ufuncs 是以逐元素方式对 ndarrays 进行操作的函数,支持数组广播、类型转换和其他标准特性。我们将学习 ufuncs 的不同方法、广播规则、类型转换规则以及如何重写 ufunc 行为。
NumPyPython

Pandas 创建 DataFrame
在本实验中,你将学习创建 Pandas DataFrame 的基本方法,包括从字典创建,以及如何自定义其列和索引。
Pandas

NumPy 广播实现高效计算
广播是 NumPy 中的一项强大功能,它允许不同形状的数组在算术运算中使用。它提供了一种向量化数组操作并提高计算效率的方法。本实验将指导你了解 NumPy 广播的基础知识。
NumPyPython

Matplotlib 子图创建
在本次实验中,你将学习如何使用强大的 Python 绘图库 Matplotlib 在单个图形中创建和自定义多个子图。你将练习创建子图、在子图上绘制数据以及调整布局。
Matplotlib

使用 Genfromtxt 导入数据
在本实验中,我们将学习如何使用 numpy.genfromtxt 函数导入数据。此函数允许我们从各种来源读取表格数据并将其转换为 NumPy 数组。我们将探讨定义输入、将行拆分为列、选择列、设置数据类型以及调整转换的各种选项。
NumPyPython

Scikit-learn 交叉验证
在本实验中,你将学习如何使用 scikit-learn 执行交叉验证,以更稳健地评估机器学习模型的性能。
scikit-learn

Pandas 数据选择
在本实验中,你将学习从 Pandas DataFrame 中选择和子集化数据的基本技术,包括选择列、行和数据的特定切片。
Pandas