数据结构用于存储数据，不同的数据结构对应不同的操作方法，对应不同的分析目的，应选择合适的数据结构。在处理数据时，为了便于检查数据对象，可以通过函数attributes(x)来查看数据对象的属性，str(x)函数用于查看R对象的内部结构，通过print(x)函数，显示数据对象存储的内容，该函数把数据 ...

变量之间存在着相关关系，比如，人的身高和体重之间存在着关系，一般来说，人高一些，体重要重一些，身高和体重之间存在的是不确定性的相关关系。回归分析是研究相关关系的一种数学工具，它能帮助我们从一个变量的取 ...

前言 在对数据有了大致的了解以后，就需要对获取到的数据进行一个预处理了。预处理的过程并不简单，大致来说分成缺失值处理，异常值处理，数据归约等等 (可根据实际情况对这些阶段进行科学的取舍)。 下面将对这几个阶段一个个讲解。(本文中测试数据集nhanes2来自包 ...

密钥分为对称密钥和非对称密钥，密钥本质上是加密数据的算法： 对称密钥（Symmetric Keys）是指加密和解密的过程使用相同的算法，是加密中最弱的算法，但是性能最好。对于对称密钥，可以使用密码或者另一个密钥甚至一个证书来加密。 非对称密钥（Asymmetric Keys）使用一对 ...

一、运行环境 1、python版本 2.7.13 博客代码均是这个版本2、系统环境：win7 64位系统 二、需求 对杂乱文本数据进行处理 部分数据截图如下，第一个字段是原字段，后面3个是清洗出的字段，从数据库中聚合字段观察，乍一看数据比较规律，类似（币种 金额 万元）这样，我想着用sql写 ...

需要清洗的数据有下面几种形式 2.1错误值 出现大量0的话，可以使用缺失值替代，然后再用缺失值填补的方法处理 camp['AvgIncome']=camp['AvgIncome'].replace({0: np.NaN}) 2.2 缺失值 vmean ...

折线图简介 折线图通常用来对两个连续变量的依存关系进行可视化，其中横轴很多时候是时间轴。 但横轴也不一定是连续型变量，可以是有序的离散型变量。 绘制基本折线图 本例选用如下测试数据集： 绘制方法是首先调用ggplot函数 ...

相关分析是数据分析的一个基本方法，可以用于发现不同变量之间的关联性，关联是指数据之间变化的相似性，这可以通过相关系数来描述。发现相关性可以帮助你预测未来，而发现因果关系意味着你可以改变世界。 一，协方差和相关系数 如果随机变量X和Y是相互独立的，那么协方差 Cov(X,Y) = E ...