三月上旬新内容速递丨选图攻略、内存优化与场景深化

春风送暖,学习相伴!三月上旬更新聚焦数据可视化选图、内存管理技巧、频率分析与桑基图应用,助你轻松驾驭数据分析新场景!

一、场景应用精选

【数析课堂】频率分析:用“数数”快速定位业务痛点》→通过频率统计,快速发现高频问题,精准定位业务改进点。
【桑基图】流动的“资金河流”,一眼看透业务流向》→学习桑基图绘制,追踪资金流动路径,洞察业务流转全貌。

二、技术经验分享

不止选类型,更要找对入口:数据分析选图全攻略》→深入讲解图表选择的核心逻辑,助你告别“图表选择困难症”。
内存溢出别慌张:教你如何看懂BI的“胃”,并管住它的“嘴”》→揭秘BI内存机制,掌握优化技巧,让分析更流畅。

四、社区日志更新

2026年「月更日志」社区更新合集 2.1 - 2.28》→汇总二月社区更新动态,记录成长每一步。

六、任务持续上线

【BI知识闯关】不止选类型,更要找对入口:数据分析选图全攻略》→通过闯关巩固选图知识,提升实战应用能力。
【数析课堂】频率分析知识巩固》→配套练习,加深频率分析理解,强化业务洞察。
【图表应用】桑基图追踪资金流向,发现业务奥秘》→动手实践桑基图,探索资金流向中的业务规律。
【BI知识闯关】内存溢出别慌张:教你如何看懂BI的“胃”,并管住它的“嘴”》→挑战内存管理知识,成为BI优化高手。


阳春三月,学习正当时,快来社区参与挑战,一起探索数据新视界!

麦粉社区
>
帖子详情

python学习篇-pandas库(三)

数据挖掘 发表于 2019-12-13 22:14
发表于 2019-12-13 22:14:56
Series运算
创建原始数据集
  1. import pandas as pd
  2. s3 = pd.Series({'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5} )
  3. s1 = pd.Series([0, 1, 2, 3, 4])
  4. s1.index = ['A', 'B', 'C', 'D', 'E']
  5. s4 = s3.append(s1)
  6. print('数据集s4:\n',s4,'数据集s3:\n',s3)
复制代码
591935df398d850276.png
1、Series减法运算:
Series的减法运算是按照索引计算,如果索引不同则填充为NaN
  1. s4.sub(s3)
复制代码
882745df3999b56d54.png
2、Series加法运算:
Series的加法运算是按照索引计算,如果索引不同则填充为NaN
  1. s4.add(s3)
复制代码
506125df39a276f23f.png
3、Series乘法运算:
Series的乘法运算是按照索引计算,如果索引不同则填充为NaN
  1. s4.mul(s3)
复制代码
614895df39a9c4fa56.png 4、Series除法运算:
Series的除法运算是按照索引计算,如果索引不同则填充为NaN
  1. s4.div(s3)
复制代码
874455df39aea0f6cc.png
5、Series求中位数:
  1. print(s4)
  2. s4.median()
复制代码
705715df39b8b4f146.png
5、Series求和:

  1. print(s4)
  2. s4.sum()
复制代码
849615df39c00ab6d6.png
6、Series求最大值和最小值
  1. print(s4)
  2. max = s4.max()
  3. min = s4.min()
  4. print('max=',max,'\nmin=',min)
复制代码
133395df39caad167e.png
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

0回帖数 0关注人数 6476浏览人数
最后回复于:2019-12-13 22:14

社区

指南

AI

搜索

快速回复 返回顶部 返回列表