数据科学：待学习的内容

Posted 2021-01-01 volcao

1. plt.subplots()：将 plt.figure 创建的画板，分割成多个子图（clos——列、rows——行）；
2. plt.figure(figsize=(15,5))：创建一个图形实例，俗称话本，在这个画板上绘制几行几列的图；figsize 表示图形的（宽，高）；
3. figure、subplot 的使用，参考：https://blog.csdn.net/claroja/article/details/70841382
4. pd.concat(df1, df2)：连接两个DataFrame 数据集；
5. df1.loc[[0, 2, 3], :]：删除数据 df1的第0、2、3 行；
6. df1.loc[:, [0, 2, 3]]：删除数据 df1的第0、2、3 列；
7. df2 = df1.reset_index()：将 df1 的每行的引索（Id）保留，以列名做为新的 index，生成新的数据 df2；（一般默认以行做引索）
8. df3 = df1.reset_index(drop=True)：drp = True，删除 df1 的行引索，一列名作为新的 index，生成新的数据 df3；
9. df1.dtypes(include=None, exclude=None)：按类型查看数据 df1 中的其它数据；
10. df1.dtypes[df1.dtypes == ‘object‘]：查看 df1 数据中，类型为 ‘object‘ 类型的数据；
11. df1.index：返回数据 df1 的引索对象；
12. df1.index.values：以 array 的形式返回 df1 的引索的值；（多用于获取所有的特征，也就是 df1 的所有列名）
13. stats.probplot()：
14. DataFrame 中 sort_values()：
15. Seaborn 中的箱型图：
16. 方差齐次验证：如何理解线性回归中的方差齐性；
17. 方差分析：统计学知识；参考百科自学
18. scipy.stats 模块：
19. f, p = scipy.stats.f_oneway(sample1, sample2, ...)：单向方差分析，入参是分好组的多个 array；
20. 单向方差分析：计算各组数据间的差异性，统计学知识，参考百科；
21. df1.isnull()：判断 df1 的数据是否为 np.NaN 类型；返回 bool 类型，是则为 True，不是返回 False；