摘要：
# Author:Zhang Yuan整理，版本Pandas0.24.2 # 0. 习惯上，我们会按下面格式引入所需要的包： import pandas as pd import numpy as np import matplotlib.pyplot as plt # 1. 创建对象 Object Creation---------------------------------------... 阅读全文
摘要：
本文翻译自文章：Pandas Cheat Sheet - Python for Data Science，同时添加了部分注解。 对于数据科学家，无论是数据分析还是数据挖掘来说，Pandas是一个非常重要的Python包。它不仅提供了很多方法，使得数据处理非常简单，同时在数据处理速度上也做了很多优化， 阅读全文
摘要：
# Author:Zhang Yuan import numpy as np '''重点摘录： 轴的索引axis=i可以理解成是根据[]层数来判断的，0表示[]，1表示[[]]... Numpy广播的规则可理解成：结构相同，点对点；结果不同，分别匹配。[]是最小单元，按最小单元匹配。 Numpy中逻辑尽量用逻辑操作运算符&/|，少用关键字and/or Numpy的向量化操作比纯Python速度更... 阅读全文
摘要：
# Author:Zhang Yuan #Python中的字符串不能被修改，它们是 immutable 的 #python中固定的不可变的对象内存地址是一样的 a=3 b=3 print(a is b,a==b,id(a),id(b)) #True True 140716530557648 140716530557648 c=(3,) d=(3,) print(c is d,c==d,id(... 阅读全文
摘要：
# Author:Zhang Yuan import pandas as pd import numpy as np #Pandas提供了两大数据结构：一维结构的Series类型、二维结构的DataFrame类型。 #Series对象本质上是Numpy对象，具有index和values两大属性。 #对于输入的valuas，Series会默认位置索引0、1、2、3...，还可以自定义标签索引... 阅读全文
摘要：
1.多进程multiprocessing python多线程 不适合cpu密集操作型的任务，适合io操作密集型的任务，就是大量的高密度运算，多线程不一定提高效率。多线程适合轻量级多个任务。 2. 子父进程id 3.进程通信队列queue，与线程queue不同 4.进程通信管道 5.进程间共享 6.进 阅读全文
摘要：
0.Python多线程，不适合cpu密集操作型的任务，如大量的计算。适合io操作密集型的任务。大量的高密度运算，多线程不一定提高效率，多线程适合轻量级多个任务。 1._thread的使用 #不建议使用_thread模块，因为主线程退出后，其他线程没有清理直接退出。而使用threading模块，会确保 阅读全文
摘要：
1.配置 2.日志 阅读全文
摘要：
1.doctest 可以用来测试模块，但是要求模块中函数的文档必须写上例子 #doctest可以用来测试模块。这要求模块内的函数注释必须写上测试例子 import sys ModulePath=sys.path ModulePath.append("C:\\Users\\i2011\\Pycharm 阅读全文
摘要：
1.socket套接字的原理和应用 简单的server1和client1 #服务器与客户端建立方式不同 #网络连接的主要操作就是接受recv和发送send，python3里网络传输只能用byte #recv(128)表示一次传输的最大容量，如果传输的内容过大，需要多次recv(128)才可以接受完。 阅读全文