wangya216 - 博客园

2025年11月25日

摘要： iloc 的全称是 integer location-based indexing（基于整数位置的索引）。核心拆解： i：integer（整数），强调索引依据是“整数位置”（从 0 开始计数）； loc：location（位置），对应 Pandas 中“索引定位”的统一命名逻辑（如 loc 是 l 阅读全文

posted @ 2025-11-25 11:47 wangya216 阅读(82) 评论(0) 推荐(0)

Seaborn 是什么？怎么用？——全方位解析

摘要： Seaborn 全方位解析在 Python 数据可视化生态中，Seaborn 是兼顾“美观性”与“统计性”的核心工具，其设计初衷与使用场景紧密围绕数据分析需求，同时与底层库形成高效协作。以下从核心定义、与 Matplotlib 的关系、优势案例、数据集特性等维度展开详细说明：一、Seaborn 阅读全文

posted @ 2025-11-25 11:46 wangya216 阅读(207) 评论(0) 推荐(0)

为什么 `loc` 切片是「闭区间」，而不是遵循列表切片的「左开右闭」？

摘要： data.loc[0:2, ['a','b']] 不是指 0 行和 1 行，而是指行标签从 0 到 2（包含 2）的所有行，也就是 0、1、2 三行。下面我将从设计理念和具体用法，帮你彻底搞懂 loc 的切片逻辑。一、为什么 loc 切片是「闭区间」？ loc 的设计初衷是 “基于标签（lab 阅读全文

posted @ 2025-11-25 11:15 wangya216 阅读(41) 评论(0) 推荐(0)

pd.DataFrame对象在drop后索引不连续，为什么？

摘要：好的，我们来分析一下你遇到的这个问题。你观察到的现象是正确的：在使用 student.drop(3, axis=0) 删除索引为 3 的行之后，DataFrame 的索引变成了 [0, 1, 2, 4, 5, 6]，确实不再是连续的整数序列 [0, 1, 2, 3, 4, 5]。核心原因：dro 阅读全文

posted @ 2025-11-25 11:13 wangya216 阅读(46) 评论(0) 推荐(0)

NumPy 数据类型都有哪些？

摘要： NumPy 数据类型全面总结 NumPy 的数据类型（dtype）是其高效数值计算的核心基础，设计目标是覆盖所有数值场景、精准控制内存占用，同时兼容 C/Python 原生类型。以下按类型分类全面梳理，含核心特性、用途及关键细节：一、核心数值类型（最常用） 1. 整数类型（integer） dty 阅读全文

posted @ 2025-11-25 11:10 wangya216 阅读(180) 评论(0) 推荐(0)

2025年11月22日

【第8章数据分析基础】彻底搞懂 NumPy 中的 `axis=-1`：为什么它是最常用、最高效的默认选择？

摘要：彻底搞懂 NumPy 中的 axis=-1：为什么它是最常用、最高效的默认选择？在 NumPy 中进行数组操作（如求和、排序、拼接）时，经常看到 axis=-1。它到底是什么意思？为什么要优先使用它？本文用通俗比喻 + 代码示例 + 原理剖析，帮你一次性彻底理解。一、先搞懂「轴（axis）」：数阅读全文

posted @ 2025-11-22 23:19 wangya216 阅读(157) 评论(0) 推荐(0)

【第8章数据分析基础】NumPy入门教程：轻松掌握 Python 科学计算的“魔法”

摘要：【第8章数据分析基础】NumPy入门教程：轻松掌握 Python 科学计算的“魔法” 你是否曾为处理大量数据而烦恼？用 Python 写循环计算 100 万条数据，结果等了 5 分钟？用 NumPy，同样的计算 5 秒搞定！这不是魔法，是 NumPy 的“向量化”魔法。本文用生活化语言，带阅读全文

posted @ 2025-11-22 23:12 wangya216 阅读(112) 评论(0) 推荐(0)

【第8章数据分析基础】逐元素乘法、矩阵乘法（矩阵积）、向量点乘（点积）、向量叉乘（叉积）的全面辨析

摘要：这是一个常见的概念混淆。下面我们从定义、用途、计算方式、NumPy 实现四个角度彻底厘清：一、先说结论（一句话总结）名称是否存在？正确术语对应 NumPy 操作矩阵乘法 ✅ 存在矩阵乘积（Matrix Multiplication） A @ B 或 np.dot(A, B) 矩阵叉阅读全文

posted @ 2025-11-22 23:11 wangya216 阅读(455) 评论(0) 推荐(0)

【第8章数据分析基础】ndarray 完全指南：多维数组的基石

摘要： NumPy ndarray 完全指南：多维数组的基石 ndarray（全称 N-dimensional array，即 N 维数组）是 NumPy 库的核心和灵魂。它是一个用于存储和处理同类型数据的多维容器，是 NumPy 所有强大功能的基础。如果你用过 Python 内置的 list，可以把 nd 阅读全文

posted @ 2025-11-22 22:29 wangya216 阅读(262) 评论(0) 推荐(0)

【第8章数据分析基础】`np.array` 和 `np.ndarray`是什么关系？

摘要： np.array 和 np.ndarray 是 NumPy 中两个密切相关但用途和行为完全不同的概念。理解它们的关系是掌握 NumPy 的关键之一。 🔹 1. np.ndarray：NumPy 数组的底层类（类型） numpy.ndarray 是所有 NumPy 数组对象的实际 Python 类阅读全文

posted @ 2025-11-22 22:21 wangya216 阅读(314) 评论(0) 推荐(0)

【第8章数据分析基础】ndarray需要大写吗？

摘要：在 Python 和 NumPy 的常规书写规范中，ndarray 通常使用小写，不需要大写。 ✅ 正确用法：ndarray（小写）官方文档、NumPy 源码和社区惯例中，ndarray 始终是小写的。它是 NumPy 中一个类的名称（numpy.ndarray），但按照 Python 的命名约阅读全文

posted @ 2025-11-22 22:18 wangya216 阅读(49) 评论(0) 推荐(0)

【第8章数据分析基础】布尔索引（NumPy中：布尔索引 = 掩码索引（官方/精准）≈ 选择索引 = 条件索引（语境化/描述性））完全指南：从基础到多维应用

摘要： NumPy布尔索引完全指南：从基础到多维应用布尔索引（Boolean Indexing）是NumPy中最强大且常用的数据筛选工具之一。它允许我们使用布尔值数组（True/False）作为"掩码"（Mask），从数组中精准筛选出符合条件的元素。这种方式不仅直观易懂，而且性能优异，是数据处理、分析和机阅读全文

posted @ 2025-11-22 22:07 wangya216 阅读(157) 评论(0) 推荐(0)

2025年11月21日

【课本配套源代码】

摘要：课本配套源代码阅读全文

posted @ 2025-11-21 23:56 wangya216 阅读(17) 评论(0) 推荐(0)

【第8章数据分析基础】领导AI完成一个数据集的可视化工作

摘要：领导AI完成一个数据集的可视化工作 Step1. 问AI寻找一个自己想要可视化的数据库。比如"红楼梦.txt",也可以是老师指定的博客文章集。比如北京大学处理的1998年的人民日报文章例子数据集在: /bohr/PeopleDaily1998-ojni/v4/199801/199801.txt 阅读全文

posted @ 2025-11-21 23:47 wangya216 阅读(20) 评论(0) 推荐(0)

【第7章 I/O编程与异常】windows的句柄和linux的fd对比

摘要：以下是不严谨的对比表格：特性 Linux 文件描述符 (FD) Windows 句柄 (Handle) 资源覆盖范围主要集中在 I/O 相关资源。（文件、目录、设备、管道、套接字等）覆盖所有内核对象。（I/O 资源 + 进程、线程、同步对象、内存、窗口、注册表等）抽象层次较高层次的 I/O 阅读全文

posted @ 2025-11-21 23:09 wangya216 阅读(37) 评论(0) 推荐(0)

【第7章 I/O编程与异常】为什么句柄看起来像指针却不是指针?

摘要：这是一个极佳的问题，触及了操作系统设计中抽象、兼容性与安全的核心权衡。 “句柄看起来像指针却不是指针”这一现象，本质上是 Windows API 在类型系统上的“善意伪装”，背后有深刻的历史和工程原因。 🔍 一、为什么“看起来像指针”？——类型定义的伪装在 Windows 的 C/C++ 头文件阅读全文

posted @ 2025-11-21 22:50 wangya216 阅读(45) 评论(0) 推荐(0)

【第7章 I/O编程与异常】\r\n 和 \n\r是一回事吗？

摘要： \r\n 和 \n\r 不是一回事，它们是两种完全不同的字节序列，在语义和实际效果上也完全不同。一、含义对比序列字节（十六进制）含义 \r\n 0x0D 0x0A 回车（Carriage Return） + 换行（Line Feed）✅ Windows 标准换行符 \n\r 0x0A 0x0 阅读全文

posted @ 2025-11-21 21:42 wangya216 阅读(47) 评论(0) 推荐(0)

【第7章 I/O编程与异常】c语言和python如何解决文本文件中“不同平台换行符不兼容”问题？

摘要：在 C 语言和 Python 中解决不同平台换行符不兼容的核心思路一致：统一换行符标准（推荐使用 \n），或在读写时适配目标平台。虽然当前大多数现代编辑器和工具（如 VS Code, Notepad++, Git）已能智能处理不同换行符，但在底层文件 I/O 操作中，明确换行符策略对于保证文件在所有阅读全文

posted @ 2025-11-21 21:20 wangya216 阅读(64) 评论(0) 推荐(0)

【第7章 I/O编程与异常】✅ 最终完整版：C 语言 `FILE*` 与 Python 文件对象深度对比

摘要： ✅ 最终完整版：C 语言 FILE* 与 Python 文件对象深度对比对比维度 C 语言 FILE*（标准 I/O 库） Python 文件对象（io 模块）技术说明模式字符串 "r", "w", "a", "r+", "w+", "a+", "rb", "wb", "ab", "rb+", 阅读全文

posted @ 2025-11-21 13:29 wangya216 阅读(58) 评论(0) 推荐(0)

【第7章 I/O编程与异常】C语言的“错误处理”与Python异常机制的核心区别

摘要： C语言没有像Python、Java那样的“面向对象异常机制”（比如try-catch捕获、主动抛出异常对象），但它有一套“手动式错误处理逻辑”——核心靠“返回值+全局变量+状态标志”来标识和处理错误，本质是“开发者主动检查、手动处理”，而非语言层面的“自动异常机制”。结合文件操作（FILE*指针）阅读全文

posted @ 2025-11-21 12:42 wangya216 阅读(56) 评论(0) 推荐(0)

【第7章 I/O编程与异常】两大OS的核心哲学：Linux“一切皆文件” vs Windows“一切皆对象”

摘要：两大OS的核心哲学：Linux“一切皆文件” vs Windows“一切皆对象” 在操作系统的设计内核中，Linux/Unix与Windows遵循着截然不同的核心哲学——前者信奉“一切皆文件”，后者坚守“一切皆对象”。这两种哲学不仅决定了系统的资源管理方式，更塑造了开发者的操作逻辑：Linux用简单阅读全文

posted @ 2025-11-21 10:54 wangya216 阅读(331) 评论(0) 推荐(0)

【第7章 I/O编程与异常】详解python文件对象/文件句柄/文件描述符：底层逻辑与实战避坑

摘要：在Python中操作文件时，我们常接触open()函数、文件对象，却很少深究底层的“文件描述符”或“句柄”。这些概念是操作系统与程序交互文件的核心桥梁，理解它们不仅能避免“文件打开过多”等坑，还能搞懂Python文件操作的底层逻辑。本文将从概念辨析、底层原理、实战示例三个维度，结合常见疑问，系统拆解阅读全文

posted @ 2025-11-21 10:13 wangya216 阅读(146) 评论(0) 推荐(0)

【第7章 I/O编程与异常】为什么Python（CPython）实现文件操作依赖`open()`/`close()`，而非C标准库`fopen()`/`fclose()`？C语言`fopen()`的返回值`FILE*`是什么？

摘要： Python（尤其是CPython，官方默认实现）的文件操作核心依赖操作系统原生的open()/close()系统调用，而非C语言标准库的fopen()/fclose()。这一设计抉择并非偶然，而是为了满足Python的语言特性、功能需求和跨平台一致性，本质是“跳过中间层、直达底层”的优化思路。需先阅读全文

posted @ 2025-11-21 09:40 wangya216 阅读(29) 评论(0) 推荐(0)

2025年11月20日

【第7章 I/O编程与异常】Python异常捕获终极指南：哪些能拦、哪些拦不住？（通俗+深度双解析）

摘要： Python异常捕获终极指南：哪些能拦、哪些拦不住？（通俗+深度双解析）在Python编程中，try-except 是保障程序健壮性的核心机制，就像给程序装了“智能安全盾”——能精准拦截预期内的错误，却挡不住底层逻辑漏洞或系统级故障。很多开发者（甚至中级工程师）都会陷入“异常捕获万能论”的误区，本阅读全文

posted @ 2025-11-20 13:12 wangya216 阅读(77) 评论(0) 推荐(0)

2025年11月19日

【第7章 I/O编程与异常】 `for line in f`及其需要的文件打开模式

摘要： for line in f？以及文件打开模式一、为什么 for line in f 可以逐行读取文件？这是Python文件对象的一个「语法糖」特性，本质是利用了文件对象的可迭代性。 1. 什么是「可迭代对象」？简单说，就是可以用 for 循环遍历的对象（比如列表、字符串都是可迭代对象）。Py 阅读全文

posted @ 2025-11-19 20:28 wangya216 阅读(158) 评论(0) 推荐(0)