综合数据分析及可视化实战

【实验目的】
1、掌握数据分析常用的几种扩展库: numpy、pandas、matplotlib。
2、理解数据分析的几种方法,即描述性数据分析,探索性数据分析
和验证性数据分析。
3、理解数据分析的基本步骤:数据准备、数据导入、数据预处理、数
据分析和数据可视化。
4、掌握对数据分析和数据可视化结果的说明和解释。
【实验要求】
1、熟练掌握 Anaconda 集成开发环境的使用。
2、熟练输入正确代码
3、能得到正确的运行结果
【实验内容】
1.GDP 增长率分析:使用 IMF 提供的 GDP 增长率数据集,分析中国、
美国和日本的 GDP 增长率情况。
2.外汇汇率分析:使用 FRED 提供的外汇汇率数据集,分析人民币兑
美元汇率的变化情况。
3. 股票收益率分析:在这个案例中,将使用苹果公司股票的历史价
格数据集来计算每月股票收益率,并分析其波动情况。数据集包含了
自 1990 年 1 月至 2023 年 4 月的数据。

相关推荐
安冬的码畜日常3 小时前
【D3.js in Action 3 精译_027】3.4 让 D3 数据适应屏幕(下)—— D3 分段比例尺的用法
前端·javascript·信息可视化·数据可视化·d3.js·d3比例尺·分段比例尺
卡卡_R-Python4 小时前
Tableau数据可视化入门
信息可视化·tableau
搞大屏的小北 BI4 小时前
国内旅游:现状与未来趋势分析
信息可视化·数据分析·旅游·数据可视化·bi 工具
Hello.Reader6 小时前
TopK算法在大数据重复数据分析中的应用与挑战
大数据·算法·数据分析
安静的_显眼包O_o6 小时前
【数据分析】DataFrame.query()
数据挖掘·数据分析·pandas
技术无疆7 小时前
【Python】Streamlit:为数据科学与机器学习打造的简易应用框架
开发语言·人工智能·python·深度学习·神经网络·机器学习·数据挖掘
羊小猪~~8 小时前
机器学习/数据分析--用通俗语言讲解时间序列自回归(AR)模型,并用其预测天气,拟合度98%+
人工智能·python·机器学习·数据挖掘·数据分析·回归·时序数据库
凭栏落花侧13 小时前
决策树:简单易懂的预测模型
人工智能·算法·决策树·机器学习·信息可视化·数据挖掘·数据分析
wei_shuo14 小时前
偏标记学习+图像分类(论文复现)
学习·分类·数据挖掘
bin915315 小时前
【EXCEL数据处理】000010 案列 EXCEL文本型和常规型转换。使用的软件是微软的Excel操作的。处理数据的目的是让数据更直观的显示出来,方便查看。
大数据·数据库·信息可视化·数据挖掘·数据分析·excel·数据可视化