当前位置：首页 > news >正文

Pandas库

news 来源：原创 2024/5/18 19:25:03

Pandas是python第三方库，提供高性能易用数据类型和分析工具。Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用。pandas库引用： import pandas as pd

包括两个数据类型：Series（相当于一维数据类型），DataFrame（相当于二维-多维数据类型），构成pandas的基础。进行基本操作、运算操作、特征类操作（提取数据特征）、关联类操作（挖掘数据关联关系）

Series类型 = 索引 + 一维数据

Series类型由一组数据及与之相关的数据索引组成。（数据和索引的对应关系）是一维带“标签”的数组，

Series类型索引

自动索引/自定义索引（index=[]）pd.Series([ ],index=[ ])，index一词可省略，但index里的‘’不能省

Series类型创建

pd.Series([6,7,8]) pd.Series(25,index=['a','b','c']) pd.Series({'a':8,'b':9}) pd.Series(np.arange(5))

Series类型的基本操作

包括b.index和b.values两部分，索引、切片、运算

类似ndarray类型，索引切片，运算

似python字典类型，in，.get()方法

Series类型的对齐操作

Series类型有索引，是基于索引的计算，更精确不易出错；numpy是基于维度的计算。

Series类型的name属性

Series对象和索引都可以有一个名字，存储在属性.name中。b.name=' ' b.index.name=' '

Series类型的修改

Series对象可以随时修改并即刻生效。b[' '] = 15 b[' ',' '] = 15

DataFrame类型 = 行列索引 + 二维数据

DataFrame是二维带“标签”数组，基本操作类似Series，依据行列索引获得。多列数据共用1列索引。

DataFrame是一个表格型的数据类型，每列值类型可不同。有行索引，也有列索引。常用于表达二维数据，也可表达多维数据。

axis=1 ：数组的变化为横向，体现出列的增加或者减少。当axis=0时，数组的变化是纵向的，体现出行的增加或减少。

DataFrame类型的创建

二维ndarray对象创建

两个一维Series创建，以字典形式组织，字典的键即为列索引，从左到右---从上到下排列下来。

 dl = {'城市':['北京','上海','广州','深圳','沈阳'],
'环比':[101.5,101.2,101.3,102.0,100.1],
'同比':[120.7,127.3,119.4,140.9,101.4],
'定基':[121.4,127.8,120.0,145.5,101.6]}

d = pd.DataFrame(dl)   #d = pd.DataFrame(dl,index=['c1','c2','c3','c4','c5'])
d
Out[43]: 
   城市     环比     同比     定基
0  北京  101.5  120.7  121.4
1  上海  101.2  127.3  127.8
2  广州  101.3  119.4  120.0
3  深圳  102.0  140.9  145.5
4  沈阳  100.1  101.4  101.6

import pandas as pd

dl = {'城市':pd.Series(['北京','上海','广州','深圳','沈阳']),
'环比':pd.Series([101.5,101.2,101.3,102.0,100.1]),
'同比':pd.Series([120.7,127.3,119.4,140.9,101.4]),
'定基':pd.Series([121.4,127.8,120.0,145.5,101.6])}
#'环比':pd.Series([101.5,101.2,101.3,102.0,100.1],index=['c1','c2','c3','c4','c5']),

pd.DataFrame(dl)   

Out[51]: 
   城市     环比     同比     定基
0  北京  101.5  120.7  121.4
1  上海  101.2  127.3  127.8
2  广州  101.3  119.4  120.0
3  深圳  102.0  140.9  145.5
4  沈阳  100.1  101.4  101.6

Pandas库的数据类型操作

如何改变Series和DataFrame对象？增加或重排：重新索引 删除：drop

.reindex( )能够改变或重排Series和DataFrame索引

.drop( )能够删除Series和DataFrame指定行或列索引 d.drop('c5')---删除c5行，d.drop('同比',axis=1)---删除'同比'列

Pandas库的数据类型运算

算数运算

比较运算

只能比较相同索引的元素，不进行补齐；二维和一维、一维和零维间为广播运算；> < >= <= == !=等二元运算产生布尔对象

Pandas的数据特征分析

数据的排序 .sort_index( )/.sort_values( )

pandas库既可以操作索引，又可以操作数据。数据的排序，Pandas提供了两种方法。

.sort_index( )方法在指定轴上根据索引进行排序，默认升序。

.sort_index(axis=0,ascending=True) ascending=True表示递增排序

.sort_values( )方法在指定轴上根据数值进行排序，默认升序。

.sort_values(索引，axis=0/1,ascending=True/False) 索引必须有，默认0轴，默认升序

！对数值进行排序，直接标明列索引/标明行索引+axis=1

NaN统一放到排序末尾

数据的基本统计分析 .describe( )

对于DataFrame格式的，要获取整行的信息或者对行进行排列，需行标签外还需要其他，如axis=1,ix

数据的累计统计分析 .cum( )/.rolling( ).( )

数据的相关分析 .corr( )/.cov( )

相关分析：两个事物，表示为X和Y，如何判断它们之间的存在相关性？

相关性：X增大，Y增大，两个变量正相关； X增大，Y减小，两个变量负相关； X增大，Y无视（无明显变化），两个变量不相关。 ——基础的描述，如何度量？？？

实例：房价增幅与M2增幅的相关性

import pandas as pd

hprice = pd.Series([3.04,22.93,12.75,22.6,12.33],index=['2008','2009','2010','2011','2012'])

m2 = pd.Series([8.18,13.18,9.13,7.82,6.69],index=['2008','2009','2010','2011','2012'])

hprice.corr(m2)
Out[21]: 0.48136149747121026

pandas读取excel数据

data = pd.read_excel(io,sheet_name='Sheet1'，

header / names / index_col / usecols / squeeze=True/False / skiprows= / nrows= / skipfooter /parse_dates)，

sheet_name = 1代表第2个工作表；sheet_name = 'Sheet5'代表第5个sheet；sheet_name = '红色资源'目标Sheet的名称。

sheet_name = [0, '英超射手榜', 'Sheet4']，组合列表，读取三个工作表：第1个工作表、名为“英超射手榜”工作表、第4个工作表。

header，用哪一行作列名:默认为0 ，如果header = [0,1]，则表示将前两行作为多重索引。

names，自定义最终列名，适用于Excel缺少列名，或需重新定义列名，names的长度须和Excel列长度一致，否则会报错。

index_col，用作索引的列，如index_col = '排名'；整型或整型列表，如index_col = 0 或 [0, 1]，选择多个列，则返回多重索引。

usecols，需要读取哪些列，usecols = [0,2,3]；usecols = 'A:C, E'；

squeeze，当数据仅包含一列，squeeze为True返回Series，反之返回DataFrame (print(type(data))可查看是Series/DataFrame)

skiprows，跳过特定行，skiprows= n，跳过前n行； skiprows = [a, b, c]，跳过第a+1,b+1,c+1行（索引从0开始）；可能首行（即列名）也会被跳过。

nrows ，需要读取的行数，如果只想了解Excel的列名及概况，不必读取全量数据，nrows会十分有用。 nrows = 10

skipfooter ，跳过末尾n行，skipfooter = 43

parse_dates:将csv中的时间字符串转换成日期格式

import pandas as pd
io = r'C:\Users\木头目\Desktop\1.xls'
data = pd.read_excel(io,sheet_name='Sheet1',header=[0,1])
print(data.head())

       地点                  起始坐标                  终点坐标
0     红军树  108.703668,29.241944  106.550483,29.563707
1   黔江纪念碑  108.773174,29.664914  106.550483,29.563707
2  马喇湖纪念碑  108.867973,29.307534  106.550483,29.563707
3  水车坪纪念地  108.872107,29.306239  106.550483,29.563707
4    万涛故居  108.798008,29.398731  106.550483,29.563707

原文链接：https://blog.csdn.net/weixin_38546295/article/details/83537558

pandas去重神器：df.drop_duplicates()

a = data.groupby(['User_ID','Gender'])：对数据data(DataFrame结构)按’User_ID’和’Gender’分组

python-把excel里面的数据存储到矩阵中

读取excel/csv文件数据后，在训练模型之前常要对数据进行数组转化。（将DataFrame的表格类型转为ndarray的数组类型）

注：.as_matrix()方法将会在未来版本移除，请使用 .values。

import pandas as pd  #导入pandas库

df = pd.read_excel("data.xlsx") # 读取excle

#以下方法等价

array1 = df.values  #方法一

array2 = df.as_matrix()  #方法二  注意：此方法将会在未来版本移除，请使用 .values

array3 = np.array(df)  #方法三

Dataframe指定列转化为矩阵matrix、数组list

import numpy as np
import pandas as pd
 
#创建数据框data
data=pd.DataFrame(np.arange(16).reshape(4,4),index=list('ABCD'),columns=list('EFGH'))
print(type(data))
print(data)
#将所有数据输出为矩阵
data1 = data.values
print(type(data1))
print(data1)
#将指定列输出为矩阵
data2 = data[['E','F']].values
print(type(data2))
print(data2)

#将制定列输出为数组
data3 = data['E'].tolist()
print(type(data3))
print(data3)

<class 'pandas.core.frame.DataFrame'>
    E   F   G   H
A   0   1   2   3
B   4   5   6   7
C   8   9  10  11
D  12  13  14  15
<class 'numpy.ndarray'>
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]
<class 'numpy.ndarray'>
[[ 0  1]
 [ 4  5]
 [ 8  9]
 [12 13]]
<class 'list'>
[0, 4, 8, 12]

List、Series 类型转换为DataFrame类型并保存为excel或csv文件

想要将数据以excel/csv文件保存，需要将其转换为DataFrame类型

y1 = pd.DataFrame(clusters) #clusters为Series数据，y1为DataFrame数据
y1.to_csv('new1.xlsx') #保存为csv文件
y1.to_excel('new1.xlsx') #保存为excel文件

通过两道一年级数学题反思自己

背景做完这两道题我开始反思自己，到底是什么限制了我？是我自己？是曾经教导我的老师？还是我的父母？ 是考试吗？还是什么？ 提目 1、正方体个数问题 2、相碰可能性过程静态思维： …...

编程日记 2024/5/18 17:15:40

深度学习—卷积神经网络（CNN）全笔记，附代码

本文内容为哔站学习笔记【卷积神经网络-CNN】深度学习（唐宇迪带你学AI）：卷积神经网络理论详解与项目实战，计算机视觉，图像识别模块实战_哔哩哔哩_bilibili 目录深度学习基础什么是深度学习？ 机器学习流…...

编程日记 2024/5/18 11:19:19

Building wheel for mmcv-full (setup.py) ... error解决办法！

mmdetection 安装后，根据官方给的程序安装mmcv时，出现：Building wheel for mmcv-full (setup.py) … error 环境：CUDA11.3, Pytorch1.11 安装根据官网给的安装程序：pip install mmcv-full -f https://download.openmm…...

编程日记 2024/5/18 17:15:39

联邦学习开山之作代码解读与收获

参考：联邦学习代码解读，超详细_一只揪的博客-CSDN博客_联邦学习代码参考文献：[1602.05629] Communication-Efficient Learning of Deep Networks from Decentralized Data (arxiv.org) 参考代码：GitHub - AshwinRJ/Federated-L…...

编程日记 2024/5/13 22:05:11

Python安装第三方库常用方法超详细~

Python安装第三方库常用方法前言安装方法1. 通过pychram安装2. pip安装大法3. 下载whl文件到本地离线安装3.1 补充4.其他方法4.1 Python官方的Pypi菜单4.2 国内镜像源解决pip安装过慢的问题小结前言在pyhton的学习中，相信大家通常都会碰到第三方库的安装问题&…...

编程日记 2024/5/13 22:05:33

Python--找出字符串中出现次数最多的字符及其出现的次数

方法一： 1、循环遍历列表或字符串，如果字符在字典中则值加1，如果不在则创建（key,value) 2、找到字典中，最大的value值 3、根据最大的value值，找对应的key值，打印出出现次数最多的字符 str &qu…...

编程日记 2024/5/18 17:36:51

滤波笔记一：卡尔曼滤波（Kalman Filtering）详解

本笔记是总结了B站DR_CAN的卡尔曼滤波器的课程，他的B站主页为：DR_CAN的个人空间_哔哩哔哩_bilibili PS:虽然我不是学自控的，但是老师真的讲的很好！ 目录 Lesson1 递归算法 Lesson2 数学基础_数据融合_协方差矩阵_状态空间方程…...

编程日记 2024/5/18 17:39:02

利用Python求斐波那契数列的第N项以及前N项和（循环、递归、集合）

著名的斐波那契数列，即从第三项开始，每一项都等于前两项之和。之前写过利用Java语言来编写，由于最近正在学Python，所以将自己的想法记录在此，有需要的朋友可以参考一下。写在前面：这里的三个方法其实思…...

编程日记 2024/5/13 22:05:54

一文速学(十八)-数据分析之Pandas处理文本数据(str/object)各类操作+代码一文详解(三)

目录前言一、子串提取提取匹配首位子串提取所有匹配项（extractall）...

编程日记 2024/5/18 17:36:52

Python数据分析-数据预处理

数据预处理文章目录数据预处理1.前言2.数据探索2.1缺失值分析2.2 异常值分析2.2.1 简单统计量分析2.2.2 3$\sigma$原则2.2.3 箱线图分析2.3 一致性分析2.4 相关性分析3.数据预处理3.1 数据清洗3.1.1 缺失值处理3.1.2 异常值处理3.2 数据集成3.2.1 实体识别3.2.2 冗余属性识别3…...

编程日记 2024/5/18 17:39:03

【Python】AES加解密代码，文章还有加密串等你来解密，等你来挑战

🍦🍦写这篇AES文章也是有件趣事，有位小伙伴发了段密文，看看谁解密速度快，学过Python的小伙伴一下子就解开来了，内容也挺有趣的。 🍟🍟原来加解密也可以这么有趣，虽然看起…...

编程日记 2024/5/18 17:15:40

朴素贝叶斯模型及案例（Python）

目录 1 朴素贝叶斯的算法原理 2 一维特征变量下的贝叶斯模型 3 二维特征变量下的贝叶斯模型 4 n维特征变量下的贝叶斯模型 5 朴素贝叶斯模型的sklearn实现 6 案例：肿瘤预测模型 6.1 读取数据与划分 6.1.1 读取数据 6.1.2 划分特征变量和目标变量 6.2 模型…...

编程日记 2024/5/18 19:01:46

python之Tkinter详解

Python之Tkinter详解文章目录Python之Tkinter详解1、Tkinter是什么2、Tkinter创建窗口①导入 tkinter的库 ，创建并显示窗口②修改窗口属性③创建按钮④窗口内的组件布局3、Tkinter布局用法①基本界面、label(标签)和button(按钮)用法②entry(输入)和text(文本)用法…...

编程日记 2024/5/13 22:06:23

【python】python进行debug操作

文章目录前言一、debug环境介绍二、debug按钮介绍2.1、step into:单步执行（遇到函数也是单步）2.2、step over:单步执行（遇到函数，全部运行）2.3、step into my code:（直接跳到下一个断点）2.4、st…...

编程日记 2024/5/13 22:06:40

Python安装tensorflow过程中出现“No matching distribution found for tensorflow”的解决办法

在Pycharm中使用pip install tensorflow安装tensorflow时报错： ERROR: Could not find a version that satisfies the requirement tensorflow(from versions: none) ERROR: No matching distribution found for tensorflow搜了好多帖子有的说可能是网络的问题&…...

编程日记 2024/5/13 22:06:48

pandas中的read_csv参数详解

1.官网语法 pandas.read_csv(filepath_or_buffer, sepNoDefault.no_default**,** delimiterNone**,** headerinfer’, namesNoDefault.no_default**,** index_colNone**,** usecolsNone**,** squeezeFalse**,** prefixNoDefault.no_default**,** mangle_dupe_colsTrue**,** dty…...

编程日记 2024/5/18 17:15:40

Python — — turtle 常用代码

目录一、设置画布二、画笔 1、画笔属性 2、绘图命令 (1) 画笔运动命令 (2) 画笔控制命令 (3) 全局控制命令 (4) 其他命令 3. 命令详解三、文字显示为一个圆圈四、画朵小花一、设置画布 turtle为我们展开用于绘图区域，我们可以设置它的…...

编程日记 2024/5/18 17:39:02

【我是土堆 - PyTorch教程】学习随手记（已更新 | 已完结 | 10w字超详细版）

目录 1. Pytorch环境的配置及安装如何管理项目环境？ 如何看自己电脑cuda版本？ 安装Pytorch 2. Python编辑器的选择、安装及配置 PyCharm PyCharm神器 Jupyter（可交互） 3. Python学习中的两大法宝函数说明实战操…...

编程日记 2024/5/18 17:36:51

“OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.”解决方法总结

一、问题描述跑了点神经网络的代码，想画几个激活函数的图像，代码如下： 运行后报了以下错误： 翻译如下： OMP：错误 #15：正在初始化 libiomp5md.dll，但发现 libiomp5md.dll 已经初…...

编程日记 2024/5/13 16:22:07

python3.11.2安装 + pycharm安装

下载 ：https://www.python.org/ 2.双击下载的软件： 3.进入安装界面下一步，点击是上一步点击后就看到如下： 安装成功了，接下来检测一下：cmd 安装pycharm PyCharm是一种Python IDE（Integr…...

编程日记 2024/5/13 22:07:31

Python中numpy.polyfit的用法详解

numpy中polyfit的用法参数 polyfit(x, y, deg, rcondNone, fullFalse, wNone, covFalse):x:M个采样点的横坐标数组； y:M个采样点的纵坐标数组；y可以是一个多维数组，这样即可拟合相同横坐标的多个多项式； deg：多项式…...

编程日记 2024/5/17 12:14:18

彻底解决Python包下载慢问题

python默认使用的是国外镜像，有时候下载非常慢，最快的办法就是在下载命令中增加国内源： 常用的国内源如下： 清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/ 阿里云：http://mirrors.aliyun.com/pypi/…...

编程日记 2024/5/18 18:45:38

Anaconda 使用指南，少走弯路

anaconda包管理器和环境管理器，强烈建议食用 1.下载官网下载太慢可选用镜像下载官网下载 ：Anaconda | Individual Editionhttps://www.anaconda.com/products/distribution 镜像下载：Index of /anaconda/archive/ | 清华大…...

编程日记 2024/5/13 22:08:03

使用stable diffusion webui时，安装gfpgan失败的解决方案（windows下的操作）

1.问题描述初次打开stable diffusion webui时，需要安装gfpgan等github项目。但在安装gfpgan时，显示RuntimeError: Couldnt install gfpgan 2.解决方案无法安装gfpgan的原因是网络问题，就算已经科学上网，并设置为全局&#x…...

编程日记 2024/5/18 19:01:46

Python 中导入csv数据的三种方法

这篇文章主要介绍了Python 中导入csv数据的三种方法,内容比较简单，非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下微点阅读小编收集的文章介绍。 Python 中导入csv数据的三种方法，具体内容如下所示： 1、通过…...

编程日记 2024/5/18 18:14:25

【python123】题目答案整理 ------更多答案见专栏

目录二老鼠打洞来自计算机的问候-任意数量参数自定义幂函数来自计算机的问候-多参函数编写函数输出自除数最大素数求数列前n项的平方和生兔子计算圆周率——割圆法数列求前n项和素数： *如有错误请私聊纠正二老鼠打洞 nint(input()) # 每日打…...

编程日记 2024/5/18 18:14:25

Python编程题汇总

Python编程复习 1.1找出列表中单词最长的一个找出列表中单词最长的一个def test():a ["hello", "world", "yoyo", "congratulations"]length len(a[0])# 在列表中循环for i in a:if len(i) > length:length ireturn length p…...

编程日记 2024/5/18 16:47:50

Matplotlib详解

视频教程 1.什么是matplotlib matplotlib: 最流行的Python底层绘图库，主要做数据可视化图表,名字取材于MATLAB，模仿MATLAB构建 2.样例 2.1折线图 eg：假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,…...

编程日记 2024/5/15 4:23:54

Jetson AGX Orin安装Anaconda、Cuda、Cudnn、Pytorch、Tensorrt最全教程

文章目录一：Anaconda安装二：Cuda、Cudnn安装三：Pytorch安装四：Tensorrt安装一：Anaconda安装 Jetson系列边缘开发板，其架构都是arm64，而不是传统PC的amd64，深度学习的环境配置方法大…...

编程日记 2024/5/18 16:47:47

pytorch入门篇2 玩转tensor(查看、提取、变换)

上一篇博客讲述了如何根据自己的实际需要在pytorch中创建tensor：pytorch入门篇1——创建tensor，这一篇主要来探讨关于tensor的基本数据变换，是pytorch处理数据的基本方法。文章目录1 tensor数据查看与提取2 tensor数据变换2.1 重置tensor形状…...

编程日记 2024/5/18 18:45:38

随机森林算法

随机森林1.1定义1.2随机森林的随机性体现的方面1.3 随机森林的重要作用1.4 随机森林的构建过程1.5 随机森林的优缺点2. 随机森林参数描述3. 分类随机森林的代码实现1.1定义随机森林是一种有监督学习算法，是以决策树为基学习器的集成学习算法。随机森林非常简单&am…...

编程日记 2024/5/18 18:20:23

实证分析 | 中介效应检验原理与Stata代码实现

前言本文是温忠鳞和叶宝娟2014年刊载于《心理科学进展》的论文《中介效应分析：方法和模型发展》的简要笔记与拓展。温忠麟、叶宝娟：《中介效应分析：方法和模型发展》，《心理科学进展》，2014年第5期中介效应检验要…...

编程日记 2024/5/13 22:09:34

几个代码画出漂亮的词云图，python最简单的词云图教程（建议收藏）

在开始编写程序之前，我们先了解一下词云图的作用，我们拿到一篇文章，想得到一些关键词，但文章篇幅很大，无法短时间得到关键词，这时我们可以通过程序将文章中的每个词组识别出来，统计每个词组出现…...

编程日记 2024/5/13 22:09:47

mac m1,m2 安装提供GPU支持的pytorch和tensorflow

mac m1,m2 安装提供GPU支持的pytorch和tensorflowAnaconda安装测试Pytorch参考链接安装步骤安装 Xcode创建conda环境测试加速效果注意Tensorflow参考链接安装步骤安装 Xcode指定安装环境加速效果测试The Endmac m1 刚出的时候，各种支持都不完善。那时候要使用conda…...

编程日记 2024/5/18 16:47:50

如何用Python优雅的合并两个Dict

假设有两个dict x和y，合并成一个新的dict，不改变 x和y的值，例如 x {a: 1, b: 2}y {b: 3, c: 4} 期望得到一个新的结果Z，如果key相同，则y覆盖x。期望的结果是 >>> z {a: 1, b: 3, c: 4} 在PEP448中&#xff…...

编程日记 2024/5/13 22:10:00

python读取文件的几种方式

下面是不同场景较为合适的数据读取方法： 1.python内置方法（read、readline、readlines） 纯文本格式或非格式化、非结构化的数据，常用语自然语言处理、非结构文本解析、应用正则表达式等后续应用场景下，Python默认的三…...

编程日记 2024/5/18 16:47:51

python常用模块大全

目录时间模块time() 与 datetime()random()模块os模块sys模块tarfile用于将文件夹归档成 .tar的文件shutil 创建压缩包,复制,移动文件zipfile将文件或文件夹进行压缩 shelve 模块 json和pickle序列化hashlib 模块subprocess 模块re模块时间模块time() 与 datetime() time()模…...

编程日记 2024/5/13 22:10:29

成本降低90%，OpenAI正式开放ChαtGΡΤ

今天凌晨，OpenAI官方发布ChαtGΡΤ和Whisper的接囗，开发人员现在可以通过API使用最新的文本生成和语音转文本功能。OpenAI称：通过一系列系统级优化，自去年12月以来，ChαtGΡΤ的成本降低了90%；现在OpenAI用…...

编程日记 2024/5/18 17:36:52

Python：ModuleNotFoundError错误解决

前言： 大家都知道python项目中需要导入各种包（这里的包引鉴于java中的），官话来讲就是Module。而什么又是Module呢，通俗来讲就是一个模块，当然模块这个意思百度搜索一下都能出来，Python 模块(…...

编程日记 2024/5/18 18:20:24

python案例——利用python画图

1、画直线问题描述： 利用python中的 turtle （海龟绘图）模块提供的函数绘制直线算法设计： turtle.penup(): 画笔抬起turtle.color(): 设置颜色turtle.goto(): 画笔移动到下一目标turtle.pendown(): …...

编程日记 2024/5/13 22:11:05

pandas.DataFrame设置某一行为表头（列索引），设置某一列为行索引，按索引取多行多列

pandas读取文件 pandas.DataFrame 设置索引 pandas.DataFrame 读取单行/列，多行多列 pandas.DataFrame 添加行/列利用pandas处理表格类型数据，快捷方便，不常用但是有的时候又是必要技能，在这里记录一下一些常用函数和自己的踩坑…...

编程日记 2024/5/13 22:11:09

主成分分析（PCA）算法模型实现及分析（MATLAB实现）PCA降维

主成分分析（PCA）算法模型实现及分析（源码在文章后附录）1 引言2 关于PCA原理和算法实现2.1 PCA基本原理2.2 协方差计算2.3 PCA实现步骤 （1）PCA算法实现步骤 （2）基于特征值分解协…...

编程日记 2024/5/13 22:11:18

python 识别图片验证码/滑块验证码准确率极高的 ddddocr 库

前言验证码的种类有很多，它是常用的一种反爬手段，包括：图片验证码，滑块验证码，等一些常见的验证码场景。识别验证码的python 库有很多，用起来也并不简单，这里推荐一个简单实用的识别验证码的…...

编程日记 2024/5/13 22:11:34

华为OD机试 - 称砝码（Java JS Python）

题目描述现有n种砝码，重量互不相等，分别为 m1,m2,m3…mn ；每种砝码对应的数量为 x1,x2,x3...xn 。现在要用这些砝码去称物体的重量(放在同一侧)，问能称出多少种不同的重量。输入描述对于每组测试数据：第一行：n --- 砝码的种数(范围[1,10]) 第二行：m1 m2 m3 ... m…...

编程日记 2024/5/6 13:55:05

DataFrame转化为json的方法教程

网络上有好多的教程，讲得不太清楚和明白，我用实际的例子说明了一下内容，附档代码，方便理解和使用 DataFrame.to_json(path_or_bufNone, orientNone, date_formatNone, double_precision10, force_asciiTrue, date_unitms, defau…...

编程日记 2024/5/13 22:11:52