摘要：
Series可以理解为数据集中的一个字段，用于存储一行或者一列的数据，以及与之相关的索引集合（类似于列表，但是有索引） Series的创建： gdp1 = pd.Series([2,5,6,3,8]) #未指定行名称（索引），系统将会自动补上arange(0,n)的行索引 gdp2 = pd.Ser 阅读全文
摘要：
# -*- coding: utf-8 -*- import numpy as np # # 特征根与特征向量 # arr15 = np.array([[1,2,5],[5,2,4],[6,3,2]]) #print("计算3*3矩阵的特征向量与特征根：\n",arr15) #print('求解结果 阅读全文
摘要：
import numpy as np arr13 = np.arange(12).reshape(4,3) print('arr13数组:\n',arr13) #print('垂直方向计算数组的和：\n',np.sum(arr13,axis=0,dtype=float)) #print('水平方向计 阅读全文
摘要：
# -*- coding: utf-8 -*- import numpy as np #广播运算： 用于数组的形状（也就是行列数不同时需要进行的计算） # #广播规则： #1.各数组输入的维度可以不相等，但必须保证从左到右的维度值相等； #2.如果对应维度值不相等，必须保证其中一个为1； #3.各输 阅读全文
摘要：
import numpy as np # # 常用快捷键 # ctrl+4块注释 ctrl+5块撤销注释 # ctrl+l 跳转到行号 # ctrl+1 注释/反注释 # # # 常用快键键 # F11 全屏/撤销全屏 # F5 运行 # tab/shift+tab 代码缩进/撤销代码缩进 # ma 阅读全文
摘要：
import numpy as np #数组形状处理：reshape 、 resize 、ravel 、flatten、 vstack、 hstack、 row_stack 、colum_stack arr3 = np.array(((1,2,5,9),(6,8,25,4),(26,52,71,2) 阅读全文
摘要：
import numpy as np #数组的一些常用属性、方法 arr1 = np.array([4,5,2,6,3]) arr2 = np.array(((1,2,5),(6,8,25),(26,52,71))) print(type(arr2)) #打印arr2的数据类型（或者说数据结构） p 阅读全文
摘要：
# import demo1create #导入同一个包下的py文件，将会运行里面的代码 #数组元素的获取 import numpy as np arr1 = np.array([4,5,2,6,3]) arr2 = np.array(((1,2,5),(6,8,25),(26,52,71))) # 阅读全文
摘要：
import numpy as np #数组的创建 #numpy的array函数传入的对象是可迭代对象。 #一维数组传入一个不嵌套的对象。 arr1 = np.array([4,5,2,6,3]) #二维数组传入嵌套迭代对象 arr2 = np.array(((1,2,5),(6,8,25),(26 阅读全文
摘要：
java流程控制 一、if语句判断 int score = 87; if(score>90) { System.out.println("优"); } else if (score>80 && score<=90) { System.out.println("良好"); } else if (sco 阅读全文