随笔分类 - 常用工具
摘要：ip a show ens33 | grep inet | grep -v inet6 | awk '{print $2}' | awk -F '/' '{print $1}'
阅读全文
摘要：一、Gerrit的简介 Gerrit是Google开源的一套基于web的代码review工具，它是基于git的版本管理系统。Google开源Gerrit旨在提供一个轻量级框架，用于在代码入库之前对每个提交进行审阅。每个修改都将提交到gerrit上，但实际上没有真正意义的成为项目的一部分，直到提交被管
阅读全文
摘要：Pandas数据结构 Pandas系列 Pandas数据帧（DataFrame） Pandas面板（Panel） Pandas基本功能 Pandas描述性统计 Pandas函数应用 Pandas重建索引 Pandas迭代 Pandas字符串和文本数据 Pandas选项和自定义 Pandas索引和选择
阅读全文
摘要：NumPy Ndarray对象 NumPy数组属性 NumPy数据类型 NumPy数组创建例程 NumPy来自现有数据的数组 NumPy来自数值范围的数组 NumPy切片和索引 NumPy - 高级索引 NumPy广播 NumPy在数组上的迭代 NumPy - 数组操作 NumPy位操作 NumPy
阅读全文
摘要：About psutil (python system and process utilities) is a cross-platform library for retrieving information on running processes and system utilization(
阅读全文
摘要：由于许多潜在的Pandas用户对SQL有一定的了解，因此本文章旨在提供一些如何使用Pandas执行各种SQL操作的示例。 Python Python 文件：tips.csv - Csv Csv 执行上面示例代码，得到以下结果 - Shell Shell 选择(Select) 在SQL中，选择是使用逗
阅读全文
摘要：警告和疑难意味着一个看不见的问题。在使用Pandas过程中，需要特别注意的地方。 与Pandas一起使用If/Truth语句 当尝试将某些东西转换成布尔值时，Pandas遵循了一个错误的惯例。 这种情况发生在使用布尔运算的。 目前还不清楚结果是什么。 如果它是真的，因为它不是zerolength？
阅读全文
摘要：Pandas I/O API是一套像pd.read_csv()一样返回Pandas对象的顶级读取器函数。 读取文本文件(或平面文件)的两个主要功能是read_csv()和read_table()。它们都使用相同的解析代码来智能地将表格数据转换为DataFrame对象 - Python Python
阅读全文
摘要：当任何匹配特定值的数据(NaN/缺失值，尽管可以选择任何值)被省略时，稀疏对象被“压缩”。 一个特殊的SparseIndex对象跟踪数据被“稀疏”的地方。 这将在一个例子中更有意义。 所有的标准Pandas数据结构都应用了to_sparse方法 - Python Python 执行上面示例代码，得到
阅读全文
摘要：基本绘图：绘图 Series和DataFrame上的这个功能只是使用matplotlib库的plot()方法的简单包装实现。参考以下示例代码 - Python Python 执行上面示例代码，得到以下结果 - 如果索引由日期组成，则调用gct().autofmt_xdate()来格式化x轴，如上图所
阅读全文
摘要：通常实时的数据包括重复的文本列。例如：性别，国家和代码等特征总是重复的。这些是分类数据的例子。 分类变量只能采用有限的数量，而且通常是固定的数量。除了固定长度，分类数据可能有顺序，但不能执行数字操作。 分类是Pandas数据类型。 分类数据类型在以下情况下非常有用 - 一个字符串变量，只包含几个不同
阅读全文
摘要：时间差(Timedelta)是时间上的差异，以不同的单位来表示。例如：日，小时，分钟，秒。它们可以是正值，也可以是负值。可以使用各种参数创建Timedelta对象，如下所示 - 字符串 通过传递字符串，可以创建一个timedelta对象。参考以下示例代码 - Python Python 执行上面救命
阅读全文
摘要：日期功能扩展了时间序列，在财务数据分析中起主要作用。在处理日期数据的同时，我们经常会遇到以下情况 - 生成日期序列 将日期序列转换为不同的频率 创建一个日期范围 通过指定周期和频率，使用date.range()函数就可以创建日期序列。 默认情况下，范围的频率是天。参考以下示例代码 - Python
阅读全文
摘要：Pandas提供了各种工具(功能)，可以轻松地将Series，DataFrame和Panel对象组合在一起。 Python Python 其中， objs - 这是Series，DataFrame或Panel对象的序列或映射。 axis - {0，1，...}，默认为0，这是连接的轴。 join -
阅读全文
摘要：Pandas具有功能全面的高性能内存中连接操作，与SQL等关系数据库非常相似。Pandas提供了一个单独的merge()函数，作为DataFrame对象之间所有标准数据库连接操作的入口 - Python Python 在这里，有以下几个参数可以使用 - left - 一个DataFrame对象。 r
阅读全文
摘要：任何分组(groupby)操作都涉及原始对象的以下操作之一。它们是 - 分割对象 应用一个函数 结合的结果 在许多情况下，我们将数据分成多个集合，并在每个子集上应用一些函数。在应用函数中，可以执行以下操作 - 聚合 - 计算汇总统计 转换 - 执行一些特定于组的操作 过滤 - 在某些情况下丢弃数据
阅读全文
摘要：当有了滚动，扩展和ewm对象创建了以后，就有几种方法可以对数据执行聚合。 DataFrame应用聚合 让我们创建一个DataFrame并在其上应用聚合。 Python Python 执行上面示例代码，得到以下结果 - Shell Shell 可以通过向整个DataFrame传递一个函数来进行聚合，或
阅读全文
摘要：数据丢失(缺失)在现实生活中总是一个问题。 机器学习和数据挖掘等领域由于数据缺失导致的数据质量差，在模型预测的准确性上面临着严重的问题。 在这些领域，缺失值处理是使模型更加准确和有效的重点。 何时以及为什么数据丢失？ 想象一下有一个产品的在线调查。很多时候，人们不会分享与他们有关的所有信息。 很少有
阅读全文
摘要：为了处理数字数据，Pandas提供了几个变体，如滚动，展开和指数移动窗口统计的权重。 其中包括总和，均值，中位数，方差，协方差，相关性等。 下来学习如何在DataFrame对象上应用上提及的每种方法。 .rolling()函数 这个函数可以应用于一系列数据。指定window=n参数并在其上应用适当的
阅读全文
摘要：统计方法有助于理解和分析数据的行为。现在我们将学习一些统计函数，可以将这些函数应用到Pandas的对象上。 pct_change()函数 系列，DatFrames和Panel都有pct_change()函数。此函数将每个元素与其前一个元素进行比较，并计算变化百分比。 Python Python 执行
阅读全文
浙公网安备 33010602011771号