1.獲取數(shù)據(jù)

1.1 三種常見的類型

列表(List)：Python中最基本的數(shù)據(jù)結(jié)構(gòu)，列表的數(shù)據(jù)項(xiàng)通過逗號(hào)分隔，可以為不同的數(shù)據(jù)類型，例如：list1 = ['physics', 'chemistry', 1997, 2000]。

ndarray：Numpy提供了N 維數(shù)組對(duì)象，用來存儲(chǔ)單一數(shù)據(jù)類型的多維數(shù)組。

DataFrame: Pandas提供的一種二維數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)以行(index)和列(columns)的表格方式排列，類似與excel的表結(jié)構(gòu)

1.2 excel操作

讀取excel（1）

import

讀取excel（2）

import

將數(shù)據(jù)存入excel

out

批量處理excel

import

1.3 csv操作

f

2.幾種算法

2.1 聚類分析

from

2.2 灰色預(yù)測

import

2.3 神經(jīng)網(wǎng)絡(luò)預(yù)測

背景：適用于時(shí)間序列因素的預(yù)測，比如，短時(shí)交通流量預(yù)測，即用前十二個(gè)時(shí)間段的交通流量預(yù)測下一個(gè)時(shí)刻的交通流量

#加載數(shù)據(jù)，生成訓(xùn)練集和預(yù)測序列

3.數(shù)據(jù)可視化

參考：https://zhuanlan.zhihu.com/p/81006952

以上述神經(jīng)網(wǎng)絡(luò)算法為例

import

總結(jié)

以上是生活随笔為你收集整理的python k-means聚类分析_python进行数据分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。