随笔分类 -  编程语言

上一页 1 2 3 4 5 6 7 下一页
安装go
摘要：1. 安装包直接安装 2. 配置环境变量 GOPARH: 新建的，用来存放go下载的依赖的 GOROOT: 你安装go的目录 3. 创建文件目录 在GOPATH地址下面，创建3个文件夹 阅读全文
posted @ 2023-11-30 12:00 黑逍逍 阅读(29) 评论(0) 推荐(0)
numpy 统计方法
摘要：numpy.mean() import numpy as np a = np.array([[1,2,3],[3,4,5],[4,5,6]])print (a)print (np.mean(a))print (np.mean(a, axis = 0))print (np.mean(a, axis = 阅读全文
posted @ 2023-11-29 11:39 黑逍逍 阅读(21) 评论(0) 推荐(0)
numpy 普通方法
摘要：ndarray.ndim - 数组的维度： import numpy as np # 创建一个一维数组 arr_1d = np.array([1, 2, 3]) print("数组:", arr_1d) print("数组的维度:", arr_1d.ndim) 数组: [1 2 3] 数组的维度: 阅读全文
posted @ 2023-11-29 11:37 黑逍逍 阅读(22) 评论(0) 推荐(0)
一维的numpy和List
摘要：就是数据类型的区别 但是功能却大不一样 NumPy数组提供了丰富的数学、统计和数组操作，如求和、平均值、最小值、最大值等。在二维数据，max降维。 Python列表提供了一些基本的列表操作，但没有NumPy数组提供的广泛数学和科学计算功能 一维的numpy，来求平均值 import numpy as 阅读全文
posted @ 2023-11-29 11:20 黑逍逍 阅读(27) 评论(0) 推荐(0)
创建numpy
摘要：一维 # 使用列表创建一维数组 my_list = [1, 2, 3, 4, 5] # 将列表转换为NumPy数组 my_array = np.array(my_list) [1 2 3 4 5]<class 'numpy.ndarray'> 二维 # 二维数组，3行4列 arr_2d = np.a 阅读全文
posted @ 2023-11-29 11:05 黑逍逍 阅读(16) 评论(0) 推荐(0)
空值处理
摘要：# 检测是不是空值 df.isnull() # 检测是不是有值，两个函数一样 df.notnull() df.notna() # 删除包含缺失值的行 df.dropna(inplace=True) inplace=True 表示直接在原始 DataFrame 上进行修改如果没有这个必须要有接收对象 阅读全文
posted @ 2023-11-28 12:55 黑逍逍 阅读(54) 评论(0) 推荐(0)
数据分组 groupby
摘要：groupby() 方法通常用于对数值数据进行分组和聚合，例如 sum()、count()、max()、min() 等等。但它也可以用于对非数值数据进行分组 # 创建一个示例 DataFrame data = { 'City': ['New York', 'Chicago', 'San Franci 阅读全文
posted @ 2023-11-28 11:37 黑逍逍 阅读(40) 评论(0) 推荐(0)
安装anaconda
摘要：配置清华源conda config --show channels conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels htt 阅读全文
posted @ 2023-11-27 16:51 黑逍逍 阅读(9) 评论(0) 推荐(0)
os
摘要：列出目录中的文件和子目录 files_and_directories = os.listdir(directory_path) 要获取所有的文件，包括子目录下面的 os.walk for foldername, subfolders, filenames in os.walk('data'):当前文 阅读全文
posted @ 2023-11-26 18:16 黑逍逍 阅读(147) 评论(0) 推荐(0)
JSON
摘要：json格式 { "name": "John", "age": 30, "city": "New York"} json数组 [ "Google", "Runoob", "Taobao" ] { "name":"网站", "num":3, "sites":[ "Google", "Runoob", 阅读全文
posted @ 2023-11-26 18:02 黑逍逍 阅读(30) 评论(0) 推荐(0)
pandas inplace
摘要：当你使用 inplace=True 时，操作将直接在原始对象上进行，而不返回一个新的对象。当 inplace=False 或未指定时，通常会返回一个修改后的新对象，而原始对象保持不变 阅读全文
posted @ 2023-11-21 13:06 黑逍逍 阅读(31) 评论(0) 推荐(0)
pandas 转numpy、list
摘要：# 创建一个示例 DataFrame data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) print(df) A B 0 1 4 1 2 5 2 3 6 转numpy # 将 DataFrame 转为 NumPy 数组 nu 阅读全文
posted @ 2023-11-21 13:01 黑逍逍 阅读(49) 评论(0) 推荐(0)
Excel读取和写入，pandas
摘要：读取 读取整个文件然后删除不需要的列：使用 drop() 函数删除不需要的列。 只选择需要的列读取：使用 usecols 参数来指定这些列。 查看列名column_names = df.columns 选取某个sheet表 sheet_name 是 demo: 写入： df.to_excel('da 阅读全文
posted @ 2023-11-21 12:50 黑逍逍 阅读(33) 评论(0) 推荐(0)
删除替换
摘要：删除 替换 阅读全文
posted @ 2023-11-20 22:45 黑逍逍 阅读(14) 评论(0) 推荐(0)
索引切片
摘要：arr = np.array([[1,2,3],[3,4,5],[4,5,6]]) print (arr) [[1 2 3] [3 4 5] [4 5 6]] 行： 单行 row_1 = arr[0] 多行 row_1_2 = arr[0:2]print(row_1_2)最后一位取不到 条件 # 选 阅读全文
posted @ 2023-11-20 18:14 黑逍逍 阅读(18) 评论(0) 推荐(0)
pycharm配置conda
摘要：会让你选择虚拟环境 右下角就有 结果了 阅读全文
posted @ 2023-11-19 14:03 黑逍逍 阅读(37) 评论(0) 推荐(0)
合并数组
摘要：横向合并np.hstack np.hstack((text_vector, metrics_vector)) 纵向合并np.vstack 为什么有时候合并数组，会自动进行格式转换，变成科学计数法？有时候不会 数据中不能有英文 text_vector [-0.00273603 -0.321008 -0 阅读全文
posted @ 2023-11-09 16:32 黑逍逍 阅读(39) 评论(0) 推荐(0)
函数-设置有效数字
摘要：# 设置三位有效数字 df = pd.read_excel('训练数据-3年.xlsx',sheet_name='new23年指标数据') # # 指定列名 columns_to_convert = ['PT', 'PN', 'RA', 'RQ', 'RI', 'CFT', 'CGR-3', 'CA 阅读全文
posted @ 2023-11-09 16:29 黑逍逍 阅读(32) 评论(0) 推荐(0)
函数-数据合并
摘要：concat 直接将两个表水平|垂直 加起来 merge 将两个表合并 有左有右。交集并集 使用场景：使用键将两个数据合并起来 阅读全文
posted @ 2023-11-09 10:05 黑逍逍 阅读(29) 评论(0) 推荐(0)
安装miniconda
摘要：echo 'export PATH="~/miniconda3/bin:$PATH"' >> ~/.bashrcsource ~/.bashrc 阅读全文
posted @ 2023-10-26 15:01 黑逍逍 阅读(18) 评论(0) 推荐(0)

上一页 1 2 3 4 5 6 7 下一页