In de statistieken verwijzen ruwe gegevens naar gegevens die rechtstreeks uit een primaire bron zijn verzameld en op geen enkele manier zijn verwerkt. Bij elk type data-analyseproject is de eerste stap het verzamelen van onbewerkte gegevens. Zodra deze gegevens zijn verzameld,...
Correlatie wordt gebruikt om de lineaire associatie tussen twee variabelen te meten. Een correlatiecoëfficiënt heeft altijd een waarde tussen -1 en 1 waarbij: -1 geeft een perfect negatieve lineaire correlatie aan tussen twee variabelen 0 geeft aan dat er geen lineaire...
Een tijdreeksplot is handig voor het visualiseren van gegevenswaarden die in de loop van de tijd veranderen. In deze tutorial wordt uitgelegd hoe u verschillende tijdreeksplots kunt maken met behulp van het seaborn datavisualisatiepakket in Python. Voorbeeld 1: Teken een enkele...
U kunt de volgende basissyntaxis gebruiken om een histogram te maken op basis van een Panda DataFrame: df. hist (column=' col_name ') De volgende voorbeelden laten zien hoe u deze syntaxis in de praktijk kunt gebruiken. Voorbeeld 1: Teken één histogram...
U kunt de functie fillna() gebruiken om NaN-waarden in een pandas DataFrame te vervangen. Deze functie gebruikt de volgende basissyntaxis: #replace NaN values in one column df[' col1 '] = df[' col1 ']. fillna (0) #replace NaN values in multiple columns...
U kunt de volgende basissyntaxis gebruiken om twee panda’s DataFrames toe te voegen aan één DataFrame: big_df = pd. concat ([df1, df2], ignore_index= True ) De volgende voorbeelden laten zien hoe u deze syntaxis in de praktijk kunt gebruiken. Voorbeeld 1:...
U kunt de volgende basissyntaxis gebruiken om een Panda’s DataFrame op te splitsen in meerdere DataFrames op basis van het rijnummer: #split DataFrame into two DataFrames at row 6 df1 = df. iloc [:6] df2 = df. iloc [6:] De volgende...
De exponentiële verdeling is een waarschijnlijkheidsverdeling die wordt gebruikt om de tijd te modelleren die we moeten wachten totdat een bepaalde gebeurtenis plaatsvindt. Als een willekeurige variabele X een exponentiële verdeling volgt, kan de cumulatieve dichtheidsfunctie van X worden geschreven: F...
U kunt de volgende basissyntaxis gebruiken om VLOOKUP (vergelijkbaar met Excel) in panda’s uit te voeren: p.d. merge (df1, df2, on = ' column_name ', how = ' left ') Het volgende stapsgewijze voorbeeld laat zien hoe u deze syntaxis in...
Een scatterplot-matrix is precies hoe het klinkt: een scatterplot-matrix. Dit type matrix is handig omdat je hiermee tegelijkertijd de relatie tussen meerdere variabelen in een dataset kunt visualiseren. U kunt de functie scatter_matrix() gebruiken om een spreidingsmatrix te maken op basis...