一个服从泊松分布的随机变量X，表示在具有比率参数（rate parameter）λ的一段固定时间间隔内，事件发生的次数。参数λ告诉你该事件发生的比率。随机变量X的平均值和方差都是λ。代码实现：# Poisson分布x = np.random.poisson(lam=5, size=10000)# lam为λ size为kpillar = 15a = pl

此次数据分析实践是在这篇论文《基于数据挖掘的图书馆书目推荐服务的研究》的基础上进行实施的，将论文中提到的相关技术及相关知识点进行实践操作，并对相关业务进行逻辑上的分析。【数据分析】图书馆数据-01建表【数据分析】图书馆数据-02重命名、索书号、分组【数据分析】图书馆数据-03直方图展示借书数量与借书人数之间的关系【数据分析】图书馆数据-04借阅情况聚类挖掘【数据分析】图书馆数据

# -*-coding:utf-8-*-import matplotlib.pyplot as pltimport numpy as np"""Pyplot tutorialby kevinelstri 2017.3.3""""""matplotlib.pyplot 是一个命令式的功能的集合使得matplotlib类似于MATLAB。每一个pyplot函数都使

介绍      使用Python进行数据分析，数据的可视化是数据分析结果最好的展示方式，这里从Analytic Vidhya中找到的相关数据，进行一系列图形的展示，从中得到更多的经验。      强烈推荐：Analytic VidhyaPython数据可视化库Matplotlib:其能够支持所有的2D作图和部分3D作图。能通过交互环境做出印刷质量的图像。Seaborn：基于Matplotli

由上述对图书借阅数量与借阅人数之间的直方图中，可以清晰地展示一年以来，读者借书数量的情况分布，那么在这个分布的情况下，读者借阅又有怎样的特点呢？      对于图书馆的读者而言，有的读者借阅频率高，对图书的利用也比较充分，具有大量的借书行为；而有的读者则很少出现在图书馆，或是仅仅借阅与专业相关的部分书籍。对不同读者的借阅需求进行聚类分析，分析读者的平均借阅情况。# -*-coding:utf-8

1、公式推导对幂律分布公式：对公式两边同时取以10为底的对数：令，且为常数，所以公式变为：所以对于幂律公式，对X,Y取对数后，在坐标轴上为线性方程。2、可视化从图形上来说，幂律分布及其拟合效果：对X轴与Y轴取以10为底的对数。效果上就是X轴上1与10，与10与100的距离是一样的。对XY取双对数后，坐标轴上点可以很好用直线拟合。所以，判定数据是否符合幂律分

一、箱线图概念      箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。      计算过程：（1）计算上四分位数（Q3），中位数，下四分位数（Q1）（2）计算上四分位数和下四分位数之间的差值，即四分位数差（IQR，interquartile range）Q3-Q1（3）绘制箱线图的上下范围，上限为上四分位数，下

两张表：ReaderInformation.csv，ReaderRentRecode.csvReaderInformation.csv：ReaderRentRecode.csv：pandas读取csv文件，并进行csv文件合并处理：# -*- coding:utf-8 -*-import csv as csvimport numpy as np# -------------# csv读取

文本分析过程中，中文文本分析是一个非常重要的环节，而停用词表的选择也是非常关键的，网络流行了多种版本的停用词表，都具有各自的特点，现在对网络流行的多种停用词表继续去重处理，综合实现新的停用词表。不同版本的停用词表：去重合并：# -*-coding:utf-8-*-import os"""合并文本文件"""mergefiledir = os.getcwd()+'\\stopwor

make_blobs聚类数据生成器简介scikit中的make_blobs方法常被用来生成聚类算法的测试数据，直观地说，make_blobs会根据用户指定的特征数量、中心点数量、范围等来生成几类数据，这些数据可用于测试聚类算法的效果。make_blobs方法:sklearn.datasets.make_blobs(n_samples=100, n_features=2,centers=3, clu