clllll  

2022年5月15日

摘要: Numpy数组取值 切片[:,1:5], 掩码操作arr[arr>0], 花哨的索引 arr[0, [1,5]],Pandas的操作类似 Series数据选择方法 Series对象与一维Numpy数组 和标准的Python字典 在许多方面 都一样。 1)将Series看作字典 可以使用Python字 阅读全文
posted @ 2022-05-15 23:16 llcl 阅读(441) 评论(0) 推荐(0)
 
摘要: Pandas是在Numpy基础上建立的新程序库,提供了一种高效的DataFrame数据结构 本质是带行标签 和 列标签、支持相同类型数据和缺失值的 多维数组 增强版的Numpy结构化数组 行和列不在只是简单的整数索引,还可以带上标签, 三个基本数据结构 Series DataFrame Index 阅读全文
posted @ 2022-05-15 22:12 llcl 阅读(179) 评论(0) 推荐(0)
 
摘要: 结构化数组 和 记录数组 为复合的、异构的数据提供了非常有效的存储 (一般使用pandas 的 DataFrame来实现) 传入的dtpye 使用 Numpy数据类型 Character Description Example 'b' Byte np.dtype('b') 'i' Signed in 阅读全文
posted @ 2022-05-15 11:33 llcl 阅读(72) 评论(0) 推荐(0)
 
摘要: 1) Numpy中的快速排序: np.sort 和 np.argsort np.sort 是快速排序,算法复杂度 O[ N log N] ,也可以选择归并排序和堆排序 如果不想修改原始输入数组,返回一个排好序的数据,可以使用np.sort 代替原数组,使用 数组的sort方法 argsort 返回的 阅读全文
posted @ 2022-05-15 11:12 llcl 阅读(284) 评论(0) 推荐(0)
 
摘要: 运行本单元 ctrl + enter 运行本单元,新建一个单元 shift + enter 运行本单元,在其下方新建一个单元 alt + enter 在上方插入一个新单元 a 在下方插入新单元 b 复制/ 复制行 ctrl + c 剪切/ 剪切行 ctrl + x 删除行 ctrl + shift 阅读全文
posted @ 2022-05-15 10:34 llcl 阅读(576) 评论(0) 推荐(0)