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
SelectDB技术团队21 小时前
Apache Doris 2025 Roadmap:构建 GenAI 时代实时高效统一的数据底座
大数据·数据库·数据仓库·人工智能·ai·数据分析·湖仓一体
Loving_enjoy1 天前
基于Hadoop的明星社交媒体影响力数据挖掘平台:设计与实现
大数据·hadoop·数据挖掘
时光追逐者1 天前
在 Blazor 中使用 Chart.js 快速创建数据可视化图表
开发语言·javascript·信息可视化·c#·.net·blazor
千鼎数字孪生-可视化1 天前
3D模型给可视化大屏带来了哪些创新,都涉及到哪些技术栈。
ui·3d·信息可视化·数据分析
Python之栈1 天前
PandasAI:当数据分析遇上自然语言处理
人工智能·python·数据分析·pandas
Start_Present1 天前
Pytorch 第十二回:循环神经网络——LSTM模型
pytorch·rnn·神经网络·数据分析·lstm
DREAM.ZL1 天前
基于python的电影数据分析及可视化系统
开发语言·python·数据分析
代码骑士1 天前
聚类(Clustering)基础知识2
机器学习·数据挖掘·聚类
大美B端工场-B端系统美颜师2 天前
静态图表 VS 动态可视化,哪种更适合数据故事讲述?
信息可视化·数据挖掘·数据分析
eBest数字化转型方案2 天前
eBest AI智能报表:用自然语言对话解锁企业数据生产力
信息可视化