摘要：
二分查找也称折半查找（Binary Search），它是一种效率较高的查找方法。但是，折半查找要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列 查找过程 编辑 首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成 阅读全文
摘要：
重新索引 pandas对象的一个重要反复是reindex，其作用是创建一个适应新索引的新对象。 如果某个索引值不存在，就引入缺失值 对于时间序列这样的有序数据，重新索引时可能需要做一些插值处理，method选项即可达到目的 reindex的(插值) method选项 fill或pad：前向填充（或搬 阅读全文
摘要：
要使用pandas，需要熟悉它的两个主要的数据结构，Series和DataFrame。 Series series是一种类似于以为数组的对象，它由一组数据（各种numpy的数据类型）以及一组与之相关的数据标签（索引）组成。仅有一组数据即可产生简单的Series： series的字符串表现形式为：索引 阅读全文
摘要：
目录： 1. pandas的数据结构介绍 2.基本功能 3.汇总和计算描述统计 4.处理缺失数据 5.层次化索引 6.其他 阅读全文
摘要：
numpy.random模块对Python内置的random进行了补充，增加了一些用于高效生成多种概率分布的样本值的函数。如可以用normal来得到一个标准正态分布的4*4的样本数组： 而Python内置的random模块则只能一次生成一个样本值。从下面的测试结果可以看到，如果需要产生大量的样本值， 阅读全文
摘要：
利用数组的文件输入输出 1. 将数组以二进制格式保存到磁盘 np.save和np.load是读写磁盘数组数据的两个主要函数。默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为.npy的文件中的。 如果文件路径末尾没有扩展名.npy，则该扩展名会自动加上。然后就可以通过np.load读取磁盘上数 阅读全文
摘要：
Numpy的ndarry：一种多维数组对象 Numpy最重要的一个特点就是其N维数组对象（即ndarry），该对象是一个快速而灵活的大数据集容器。你可以利用这种数组对整块数据执行一些数学运算，其语法跟标量元素之间的运算一样： ndarry是一个通用的同构数据多维容器，也就是说，其中的所有元素必须是相 阅读全文
摘要：
目录： 1. numpy的ndarry：一种多维数组对象 2.通用函数：快速的元素级数组函数 3.利用数组进行数据处理 4.利用数组的文件输入输出 5.随机数生成 阅读全文
摘要：
Numpy数组使你可以将许多种数据处理任务表述为简洁的数组表达式。利用数组表达式代替循环的做法，通常被称为矢量化。一般来说，矢量化数组运算要比等价的纯Python方式快上一两个数量级（甚至更多）尤其是各种数值计算。 假如我们想要在一组值上计算函数sqrt(x^2+y^2)。np.meshgrid函数 阅读全文
摘要：
索引类型 先创建表 1.普通索引 是最基本的索引，它没有任何的限制。有以下几种创建方式 （1）直接创建索引： 实例： CREATE INDEX test_username ON test (username(10)); -->单列索引 indexName为索引名，mytable表名，username 阅读全文