随笔分类 - Python
摘要：1、app的配置 基本用法: from flask import Flask app = Flask(__name__) # type:Flask app.config["DEBUG"] = True # 服务端自动重启(调试模式) Flask的配置就是在 app.config 中添加一个键值对,但
阅读全文
摘要：Flask 与 Django 的对比： Django 的模板语言是 render_tempalte Flask 的模板语言呢是jinja2 jinja2包含 render_tempalte 看下面一些概念认认脸: {{ }} # 变量,非逻辑代码 {% %} # 逻辑代码 {% if session
阅读全文
摘要：一、会话技术详细过程 在浏览器中输入域名url，会经过dns服务器将域名解析成ip返回后，浏览器发送request对象请求给服务器，服务器收到请求后创建一个session对象，该对象会有个session_key的值，服务器会将该值以set_cookie消息头的形式发送给浏览器，浏览器接收到后，会将s
阅读全文
摘要：Flask - 基础知识入门解析 框架比较 Django web框架： 优点 - 组件非常全，教科书框架，admin model-ORM session 缺点 - 资源浪费，因为组件多，大，还是互相关联的，随便卸载组件，可能会造成项目的崩溃 Flask web框架： 优点 - 扩展性强，精简，简单，
阅读全文
摘要：import pdb if __name__ == "__main__": #创建字典 dic = {"url1":"http://www.qq.com","url2":"http://id.qq.com"} #更新字典 dic["url3"] = "http://qzone.qq.com" #遍历
阅读全文
摘要：所谓机器学习，在形式上可近似等同于，在数据对象中通过统计或推理的方法，寻找一个有关特定输入和预期输出的功能函数 f（如图 1 所示）。通常，我们把输入变量（特征）空间记作大写的 X，而把输出变量空间记作大写的 Y。那么所谓的机器学习，在形式上就近似等同于 Y≈f(X)。 图 1：机器学习近似于找一个
阅读全文
摘要：在数据处理时，有时需要对数据的结构进行重排，也称作是重塑（Reshape）或者轴向旋转（Pivot）。而运用层次化索引可为 DataFrame 的数据重排提供良好的一致性。在 pandas 中提供了实现重塑的两个函数，即 stack() 函数和 unstack() 函数。常见的数据层次化结构有两种，
阅读全文
摘要：随机排列 利用 numpy.random.permutation() 函数，可以返回一个序列的随机排列。将此随机排列作为 take() 函数的参数，通过应用 take() 函数就可实现按此随机排列来调整 Series 对象或 DataFrame 对象各行的顺序。其示例代码 example1.py 如
阅读全文
摘要：1)指定行索引和列索引标签 index 属性可以指定 DataFrame 结构中的索引数组， columns 属性可以指定包含列名称的行， 而使用 name 属性，通过对一个 DataFrame 实例进行 df 设置（ df.index.name 和 df.columns.name）就可以为 Dat
阅读全文
摘要：针对空值的处理，首先要来了解一下空值的类型： 一、pandas中的None 和 NaN 有什么区别？ type(None) --类型是 NoneType 空的对象类型 type(NaN) --类型是 float 浮点型 注意：Pandas中None 和 NaN 都视作np.nan 二、Pandas
阅读全文
摘要：1.导入数据 df = pd.read_csv( # 该参数为数据在电脑中的路径，可以不填写 filepath_or_buffer='/Users/Weidu/Desktop/sz000002.csv', # 该参数代表数据的分隔符，csv文件默认是逗号。其他常见的是'\t' sep=',', #
阅读全文
摘要：1、数据分组 分组基本操作案例：在水果列表里增加一列放入每种水果的平均值： #进行数据分组，不显示分组情况 df.groupby(by=['item'],axis =0).group # axis =0表示列 #例如：求每组水果的价格和平均值(mean()) df.groupby(by=['item
阅读全文
摘要：本文主要讲Pandas 的Series和DataFrame 的相关属性和操作 1、Series的相关属性和操作# --Series是一种类似于一维数组的对象，只能存放一维数组！由以下两部分组成：# value:一组数据 ndarray类型# index:相关数据的索引标签## --Series 的创
阅读全文
摘要：目标： 使用tushare包获取股票的历史行情数据 输出该股票所有收盘比开盘上涨3%以上的日期 输出该股票所有开盘比前日收盘跌幅超过2%以上的日期 假如为我们从2010年1月1日开始，每月第一个交易日买入一手股票，每年最后一个交易日卖出，到现在收益如何？ 类似的股票数据平台： 聚宽(JoinQuan
阅读全文
浙公网安备 33010602011771号