根據事物（如產品,服務等）的兩個重要屬性（指標）作為分析依據，進行關聯分析，找出解決問題的一種分析方法。
如何使用python進行矩陣分析呢
各個省份的gdp-人口矩陣分析，**實現如下：
import pandas
import matplotlib
import matplotlib.pyplot as plt
maincolor = (42/256, 87/256, 141/256, 1);
#設定字型
font =
matplotlib.rc('font', **font);
data = pandas.read_csv(
'd:\\pda\\5.8\\data.csv'
)fig = plt.figure(
figsize=(30, 20),
dpi=80
)sp = fig.add_subplot(111)
sp.set_xlim([
0, data.gdp.max()*1.1
])sp.set_ylim([
0, data.population.max()*1.1
])#關閉座標軸、座標軸的刻度值
#sp.axis('off')
sp.get_xaxis().set_ticks()
sp.get_yaxis().set_ticks()
#畫點sp.scatter(
data.gdp, data.population,
alpha=0.5, s=200, marker="o",
edgecolors=maincolor, linewidths=5
)#畫均值線
sp.axvline(
x=data.gdp.mean(),
linewidth=1, color=maincolor
)sp.axhline(
y=data.population.mean(),
linewidth=1, color=maincolor
)sp.axvline(
x=0,
linewidth=3, color=maincolor
)sp.axhline(
y=0,
linewidth=3, color=maincolor
)sp.set_xlabel('gdp')
sp.set_ylabel('人口')
#畫標籤
區域性圖
如何在Python中實現資料分箱
1 資料分箱 資料分箱技術在pandas官方給出的定義 bin values into discrete intervals，是指將值劃分到離散區間。好比不同大小的蘋果歸類到幾個事先布置的箱子中 不同年齡的人劃分到幾個年齡段中。這種技術在資料處理時會很有用。2 例子 我們先來看例子 import n...
如何在Python中實現RFM分析
rfm分析是根據客戶活躍程度和交易金額貢獻，進行客戶價值細分的一種方法 可以通過r,f,m三個維度，將客戶劃分為8種型別。rfm分析過程 1.計算rfm各項分值 r s,距離當前日期越近，得分越高，最高5分，最低1分 f s,交易頻率越高，得分越高，最高5分，最低1分 m s,交易金額越高，得分越高...
如何在 Python 中清屏
在很多時候，如果我們在控制台中使用 python，隨著時間的推移，可能會發現螢幕越來越亂。如下圖，我們跑了不少的測試程式，在螢幕上有很多的輸出。在 windows 中，我們會使用 cls 命令清屏。在 python，應該怎麼樣才能清屏呢？其實 python 並沒有清螢幕的命令，也沒有內建內建命令可以...