上一页 1 2 3 4 5 6 7 ··· 27 下一页
摘要: 改Pandas中列的数据类型的几种方法 pandas中常见的数据类型 | pandas | python type | nummpy type | usage | | | | | | | object | str | string_,unicode_ | Text | | int64 | int | 阅读全文
posted @ 2023-03-01 14:17 小杨的冥想课 阅读(1165) 评论(0) 推荐(0) 编辑
摘要: jupyter notebook的设置问题 更改主题、字体等 在命令行中输入 pip install jupyterthemes 安装主题 安装和更新成功以后,可以查看可用主题:jt -l 设置主题,字体,字体大小,宽度… jt -t monokai -f fira -fs 16 -cellw 94 阅读全文
posted @ 2023-02-25 23:41 小杨的冥想课 阅读(117) 评论(0) 推荐(0) 编辑
摘要: numpy中的矩阵 1.矩阵 矩阵,和array的区别是矩阵必须是2维的,但array可以是多维的 2.向量 3.加法和标量相乘 4.矩阵向量乘法 矩阵乘法遵循准则:(M行,N列)*(N行,L列)=(M行,L列) 5.矩阵乘法 6.矩阵乘法的性质 矩阵的乘法不满足交换律:A×B ≠ B×A 矩阵的乘 阅读全文
posted @ 2023-02-24 17:19 小杨的冥想课 阅读(38) 评论(0) 推荐(0) 编辑
摘要: 数组间运算 1.数组与数的运算 arr = np.array([[1,2,3,2,1,4],[5,6,1,2,3,1]]) arr + 1#每个元素分别+1 """ array([[2, 3, 4, 3, 2, 5], [6, 7, 2, 3, 4, 2]]) """ arr/2#每个元素分别除2 阅读全文
posted @ 2023-02-24 15:03 小杨的冥想课 阅读(22) 评论(0) 推荐(0) 编辑
摘要: ndarray的运算 1.逻辑运算 score = np.random.randint(40,100,(10,5))#生成一个10行5列取值在40-50之间的数组 test_sore = score[6:,0:5]#从第6行开始到末尾,5列,取出4名同学用于逻辑判断 test_sore>60 tes 阅读全文
posted @ 2023-02-24 11:05 小杨的冥想课 阅读(21) 评论(0) 推荐(0) 编辑
摘要: python中debug的几种方法对比 1.断点+单步调试 断点+单步调试是目前应用最广的debug方法 流程为: 在关键的代码位置加上print语句,通过分析print的值将范围缩小,这个过程可能需要重复多次。将范围缩小到一个比较完整的功能模块中 在可能出现bug的模块中的关键部分打上断点,进入到 阅读全文
posted @ 2023-02-24 08:58 小杨的冥想课 阅读(107) 评论(0) 推荐(0) 编辑
摘要: 数据合并merge #参数解释 merge( self, right: DataFrame | Series, how: str = "inner",#连接方式:‘inner’(默认);还有,‘outer’、‘left’、‘right’ on: IndexLabel | None = None,#用 阅读全文
posted @ 2023-02-23 23:36 小杨的冥想课 阅读(76) 评论(0) 推荐(0) 编辑
摘要: jupyter notebook nbextension常用扩展模块不显示 nbextension不显示有很多的可能,看了许多博客,试过无数种方法之后发现问题还是解决不了其实这最后的问题就是jupyter notebook版本的问题,你只需要降低你notebook的版本即可解决问题: 命令行输入:p 阅读全文
posted @ 2023-02-21 20:14 小杨的冥想课 阅读(144) 评论(0) 推荐(0) 编辑
摘要: 数组的基本操作 1.数组的索引、切片 一维、二维、三维的数组切片 直接进行索引,切片 对象[:,:]—先行后列 #对于二维数组 x1 = np.random.uniform(0,1,[4,5]) #生成一个4行5列的波动区间在4~5之间的数组 a = x1[0,0:3]#获取第一行,前3列的数据 # 阅读全文
posted @ 2023-02-21 19:51 小杨的冥想课 阅读(31) 评论(0) 推荐(0) 编辑
摘要: 生成数组的方法 1.生成0和1数组 np.ones(shape,dtype) np.ones_like(a,dtype) np.zeros(shape,dtype) np.zeros_like(shape,dtype) score = np.array([[80,89,86,67,79],[78,9 阅读全文
posted @ 2023-02-21 17:20 小杨的冥想课 阅读(114) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 ··· 27 下一页