微信扫一扫打赏支持

随笔分类 -  2_Python库(numpy、pandas、matplotlib、sklearn等)

摘要:Python机器学习及分析工具:Scipy库 一、总结 一句话总结: Scipy是一个用于数学、科学、工程领域的常用软件包,可以处理插值、积分、优化、图像处理、常微分方程数值解的求解、信号处理等问题。它用于有效计算Numpy矩阵,使Numpy和Scipy协同工作,高效解决问题。 二、Python机器 阅读全文
posted @ 2020-07-23 04:26 范仁义 阅读(615) 评论(0) 推荐(0)
摘要:np.linalg.norm(求范数) 一、总结 一句话总结: np.linalg.norm就是元素平方求和之后开根号 二、np.linalg.norm(求范数) 转自或参考:np.linalg.norm(求范数)https://blog.csdn.net/hqh131360239/article/ 阅读全文
posted @ 2020-07-23 00:41 范仁义 阅读(2468) 评论(0) 推荐(0)
摘要:%matplotlib inline的含义 一、总结 一句话总结: %matplotlib inline用在Jupyter notebook中,具体作用是当你调用matplotlib.pyplot的绘图函数plot()进行绘图的时候,或者生成一个figure画布的时候,可以直接在你的python c 阅读全文
posted @ 2020-07-19 13:01 范仁义 阅读(1333) 评论(0) 推荐(0)
摘要:Windows Anaconda 修改为国内源 一、总结 一句话总结: 通过conda config命令生成配置文件.condarc,通过命令 conda info 查看当前配置信息 二、Windows Anaconda 修改为国内源 转自或参考:Windows Anaconda 修改为国内源htt 阅读全文
posted @ 2020-07-18 23:37 范仁义 阅读(1016) 评论(0) 推荐(0)
摘要:SymPy库常用函数 一、总结 一句话总结: SymPy是一个符号计算的Python库。它的目标是成为一个全功能的计算机代数系统,同时保持代码简 洁、易于理解和扩展。 SymPy支持符号计算、高精度计算、模式匹配、绘图、解方程、微积分、组合数学、离散 数学、几何学、概率与统计、物理学等方面的功能。 阅读全文
posted @ 2020-07-14 10:00 范仁义 阅读(680) 评论(0) 推荐(0)
摘要:Python代写高性能计算库Numba 一、总结 一句话总结: Numba库,在计算性能方面,它比Numpy表现的更好。Numba库的核心应用领域是math-heavy和array-oriented的功能 二、Python代写高性能计算库Numba 转自或参考:Python代写高性能计算库——Num 阅读全文
posted @ 2020-07-12 12:07 范仁义 阅读(316) 评论(0) 推荐(0)
摘要:python爬虫requests库post请求实例 一、总结 一句话总结: 在post请求拉勾网数据的时候,因为拉勾服务器请求后端数据需要cookie,所以可以用session对象来维持会话,保存cookie等参数信息 import requests url1 = "https://www.lago 阅读全文
posted @ 2020-07-08 22:20 范仁义 阅读(692) 评论(0) 推荐(0)
摘要:python中requests库的post请求 一、总结 一句话总结: requests直接有post方法,可以用来发post请求 datas = {'parameter1':'12345','parameter2':'23456'} r = requests.post('http://exampl 阅读全文
posted @ 2020-07-07 11:09 范仁义 阅读(1090) 评论(0) 推荐(0)
摘要:python做爬虫常用库 一、总结 一句话总结: urllib:一系列用于操作URL的功能。 requests:基于 urllib 编写的,阻塞式 HTTP 请求库,发出一个请求,一直等待服务器响应后,程序才能进行下一步处理。 selenium:自动化测试工具。一个调用浏览器的 driver,通过这 阅读全文
posted @ 2020-07-07 11:04 范仁义 阅读(419) 评论(0) 推荐(0)
摘要:python操作excel库xlwings 8、按公式计算值 一、总结 一句话总结: 直接按照公式计算结果就好,所求结果、以及循环的层数及意义在公式里面都已经非常好的体现了,有公式之后代码其实非常好敲 # 4、按照公式计算结果 # 用gdp数据初始化结果数据 import copy import m 阅读全文
posted @ 2020-07-06 06:43 范仁义 阅读(1363) 评论(0) 推荐(0)
摘要:python操作excel库xlwings 7、格式化数据 一、总结 一句话总结: 格式化数据也就是处理各个地级市之间欧式距离的数据,因为原来数据不好取,所以可以生成一个283*283的表,来表示城市之间的距离,这样取数据特别方便 # 1、从excel中读地级市的欧氏距离 # 2、规整数据,生成一个 阅读全文
posted @ 2020-07-06 05:34 范仁义 阅读(503) 评论(0) 推荐(0)
摘要:python操作excel库xlwings 6、实例需求分析 一、总结 一句话总结: 解决实际问题的时候,明确需求,问题更加容易解决,而且处理数据之前,也需要明确数据是否需要规整,数据是否缺失 二、实例需求分析 博客对应课程的视频位置:6、实例需求分析-范仁义-读书编程笔记https://www.f 阅读全文
posted @ 2020-07-06 04:28 范仁义 阅读(507) 评论(0) 推荐(0)
摘要:python操作excel库xlwings 5、读excel常用方式 一、总结 一句话总结: 读excel的方式非常简单,无论是读某个单元格,还是读行读列,以及读范围,都是sht.range("c12:d13").value 这个方法,在range里面指定好读取的范围即可 # 1、读取某个位置的值 阅读全文
posted @ 2020-07-06 03:41 范仁义 阅读(374) 评论(0) 推荐(0)
摘要:python操作excel库xlwings 4、读excel基本操作 一、总结 一句话总结: 读excel的基本操作和写的一样,都是按照xlwings对应的逻辑:应用->工作簿->工作表->范围 一步步操作即可,只不过读的时候工作簿不是增加而是打开的,所以是open方法:app.books.open 阅读全文
posted @ 2020-07-06 03:06 范仁义 阅读(759) 评论(0) 推荐(0)
摘要:python操作excel库xlwings 3、写入excel常见操作 一、总结 一句话总结: a、指定单元格来写入:sht.range("b3").value="b3" b、插入一行:直接列表即可:sht.range("c4").value=[1,2,3,4] c、插入一列:设置options中的 阅读全文
posted @ 2020-07-05 14:11 范仁义 阅读(1026) 评论(0) 推荐(0)
摘要:python操作excel库xlwings 2、写入excel基本操作 一、总结 一句话总结: xlwings在excel中写入东西比较简单,直接按照 应用->工作簿->工作表->范围 操作即可,记得保存excel以及关闭excel即可 import xlwings as xw # 应用->工作簿- 阅读全文
posted @ 2020-07-05 12:15 范仁义 阅读(1812) 评论(0) 推荐(0)
摘要:python操作excel库xlwings 1、课程介绍 一、总结 一句话总结: xlwings是Python中操作Excel的一个第三方库,支持.xls读写,.xlsx读写,操作非常简单,功能也很强大 1、xlwings的操作excel逻辑? 应用->工作簿->工作表->范围 应用:一个应用(一个 阅读全文
posted @ 2020-07-05 11:21 范仁义 阅读(596) 评论(0) 推荐(0)
摘要:numpy库常用基本操作 一、总结 一句话总结: numpy常用操作,创建n维数组有array和arange方法,索引操作就是一般数组的索引操作,比如n[1][1],线性代数的一些操作也非常简单,比如矩阵乘法@符号 二、numpy库常用基本操作 转自或参考:numpy库常用基本操作 - 古墓派掌门 阅读全文
posted @ 2020-07-05 01:34 范仁义 阅读(372) 评论(0) 推荐(0)
摘要:python的xlwings库读写excel操作总结 一、总结 一句话总结: xlwings 是 Python 中操作Excel的一个第三方库,支持.xls读写,.xlsx读写,操作非常简单,功能也很强大 1、xlwings 中的逻辑:应用->工作簿->工作表->范围 对应的代码? 应用:一个应用( 阅读全文
posted @ 2020-07-04 03:53 范仁义 阅读(3842) 评论(0) 推荐(2)
摘要:numpy中的ndarray与pandas的Series和DataFrame之间的相互转换 一、总结 一句话总结: a、NumPy中的ndarray:是一个多维数组对象,该对象由两部分组成:实际的数据;描述这些数据的元数据。 b、pandas的Series对象:从一般意义上来讲,Series可以简单 阅读全文
posted @ 2020-07-04 01:28 范仁义 阅读(674) 评论(0) 推荐(0)