游客
登录
我的空间
使用说明下载
首页
数据分析与融合
@Pandas时间序列处理_01_Pandas时间序列处理
@Pandas时间序列处理_01_Pandas时间序列处理
引用
分享
手机看
扫码继续查看
xuxy
2021-8-04 上传
播放量 2876
目录
1
数据分析与融合教学大纲202107
2
数据分析与融合考核大纲
3
数据分析与融合一体化方案202107
4
【第一单元】Numpy基础
5
【第二单元】Series和DataFrame
6
【第三单元】数据初步探索
7
【第四单元】数据转换与融合
8
【第五单元】数据分组与聚合
9
【第六单元】时间序列处理
10
@1-1Pandas和NumPy介绍_01_Pandas和NumPy介绍
11
@1-4ufunc函数
12
@1-3数组_01数组
13
@1-2向量_01_向量
14
@离散化和面元划分_01_离散化和面元划分
15
@排序和随机采样_01_排序和随机采样
16
@数据合并之轴线连接_01_数据合并之轴向连接
17
@数据融合_01_数据融合
18
@数据转换_01_数据转换之map
19
@数据转换_03_数据转换之文本数据规整
20
@数据转换02_数据转换之哑变量编码
21
@Series和DataFrame的创建及操作_01_Series和DataFrame的创建及操作
22
@Series和DataFrame结构介绍_01_Series和DataFrame结构介绍
23
@描述性和汇总统计_01_描述性和汇总统计
24
@数据类型与数据筛选_01_数据类型与数据筛选
25
@数据展示与文件读写_01_数据展示与文件读写
26
@算术运算和缺失值处理_01_算术运算和缺失值处理
27
@索引调整方法_01_索引调整方法
28
@GroupBy技术_01_GroupBy技术
29
@函数应用_01_函数应用
30
@数据分组_01_数据分组的基本方法
31
@数据分组_02_数据分组的高级方法
32
@Matplotlib简介_01_Matplotlib简介
33
@Pandas基本绘图函数_01_折线图
34
@Pandas基本绘图函数_02_条形图、直方图和箱线图
35
@自定义图表样式_01_自定义图表样式
36
@Pandas时间序列处理_01_Pandas时间序列处理
37
@时期及算术运算_01_时期及算术运算
38
@时区处理_01_时区处理
39
@重采样及频率转换_01_重采样及频率转换
40
@日期和时间数据_01_日期和时间数据
41
@日期的范围、频率及移动_01_日期的范围、频率及移动
42
1.1Numpy基础
43
1.2向量
44
1.3数组
45
1.4ufunc函数
46
2.1 Series和DataFrame结构
47
2.2 索引
48
2.3 Panel
49
3.1 数据展示与文件读写
50
3.2 数据类型与数据筛选
51
3.3 描述性和汇总统计
52
3.4 算术运算
53
3.5 索引调整方法
54
4.1 数据合并之轴向连接
55
4.2 数据融合
56
4.3 排序和随机采样
57
4.4 离散化和面元划分
58
4.5 数据转换
59
5.1 GroupBy技术
60
5.2 数据分组
61
5.3 函数应用
62
5.4 数据聚合
63
6.1 日期和时间数据
64
6.2 Pandas时间序列基础
65
6.3 日期的范围、频率及移动
66
6.4 时区处理
67
6.5 时区处理
68
6.6 重采样及频率转换
69
7.1 Matplotlib简介
70
7.2 Pandas基本绘图函数
71
7.3 自定义绘图样式
72
第一单元习题
73
第一单元答案
74
第二单元习题
75
第二单元答案
76
第三单元习题
77
第三单元答案
78
第四单元习题
79
第四单元答案
80
第五单元习题
81
第五单元答案
82
第六单元习题
83
第六单元答案
84
第七单元习题
85
第七单元答案
86
@数据聚合_01_数据聚合
87
@索引以及Panel数据结构_01_索引以及Panel数据结构
88
1.1 Numpy介绍
89
1.2 向量
90
1.3 数组
91
1.4 Ufunc函数
92
2.2 索引
93
2.3 Panel
94
3.1 数据展示与文件读写
95
3.4 算数运算和缺失值处理
96
4.1 数据合并之轴向连接
97
4.3 排序和随机采样
98
4.4 离散化和面元划分
99
5.3 函数应用
100
5.4 数据聚合
101
6.1 日期和时间数据
102
6.3 日期的范围、频率及移动
103
6.4 时区处理
104
7.1 Matplotlib简介
105
7.2 Pandas基本绘图函数
106
3.2 数据类型与数据筛选
107
3.3 描述性和汇总统计
108
3.5 索引调整方法
109
4.2 数据融合
110
4.5 数据转换
111
5.1 GroupBy技术
112
5.2 数据分组
113
2.1 Series和DataFrame结构
114
6.5 时期与算数运算
115
6.6 重采样及频率转换
116
7.3 自定义图表样式
117
6.2 Pandas时间序列基础
详细信息
所属分类：
江开本科 - 数据科学与大数据技术（本科）
江苏城市职业学院 - 信息与机电工程学院
人群：
大众
知识体系：
信息技术
主讲老师：
阮敬
版权归属：
江苏开放大学版权
关键词
大数据
