在數據分析中，我們一般不會像前幾篇文章那樣自己創造數據，而是需要利用外部數據。本篇要解決兩個問題： 如何將外部數據導入，並轉換為 DataFrame？ 如何將 DataFrame 導出為常用的文件格式？ 4.1 讀取文本數據 本篇文章用到的數據，可以從 GitHub 上下載：https://github.com/wesm/pydat... 4.1.1 csv 數據：處理標題行 我們可以從
上一篇我們瞭解了 NumPy 的基本功能，本篇引入一個新的 python 數據處理庫——pandas。 NumPy 更適合處理統一的數值數組數據。Pandas 是基於 NumPy 數組構建的，專門處理表格和混雜數據。接下來，讓我們來了解一下 pandas 的基本使用吧。 首先讓我們導入 pandas 庫： import pandas as pd import numpy as np # 後續也會
在瀏覽社交媒體時，我們所看的內容彷彿是無窮無盡的。 我們常常滑動到頁面底端，以為沒有內容了，卻發現新的內容又一下子刷新出來。內容越滑越多，這種數據被稱作列表流數據。 有趣的是，當頁面不斷為我們提供新的內容時，網頁卻還是原來的網頁——URL 並沒有改變。這是怎麼回事？ 1 Ajax 在同一個頁面中，網頁是如何源源不斷的展現新內容的呢？ 如果打開瀏覽器的開發者模式，當我們滑動到頁面底端時，我們可以在
什麼是 NumPy？根據其官方文檔的介紹： NumPy 是Python中科學計算的基礎包。它是一個Python庫，提供多維數組對象，各種派生對象（如掩碼數組和矩陣），以及用於數組快速操作的各種API，有包括數學、邏輯、形狀操作、排序、選擇、輸入輸出、離散傅立葉變換、基本線性代數，基本統計運算和隨機模擬等等。 NumPy 的核心是一個特殊的數組對象——ndarray 對象。當運算涉及到 nda
本文是我個人學習《利用 Python 進行數據分析》一書的筆記。整個系列於今日起連載。 1.1 數據結構 Python 的基本數據結構包括元組、列表、字典、集合，此外還有一些特殊的數據結構（如 range 對象、字符串等）。 1.1.1 元組（tuple） 什麼是元組？元組是固定長度、內容不可改變的序列。 如何創建元組？ # 用逗號分隔是創建元組最簡單的方法 tup = 1, 2, 3 tup =
