摘要：
上代码： 阅读全文
摘要：
初学者，再次记录一下。 确保Java 和 Hadoop已安装完毕(每个人的不一定一样，但肯定都有数据，仅供参考) [root@jans hadoop-2.9.0]# pwd /usr/local/hadoop-2.9.0 [root@jans hadoop-2.9.0]# echo $JAVA_HO 阅读全文
摘要：
问题背景： Pandas.DataFrame 数据结构df在调用df.to_csv()方法生成csv文件格式的字符串（调用df.to_csv('test.csv')直接生成文件也有这个问题）作为字符串文件流提供HTTP文件下载后生成的test.csv文件用Office Excel打开乱码 解决方法： 阅读全文
摘要：
line_profiler：（代码性能分析） 使用方法：链接 codecs：（Python内置的编码库） 数据分析与挖掘领域: 引自博客:这里 因为他有很多这个领域相关的库可以用，而且很好用，比如Numpy、SciPy、Matploglib、Pandas、ScikitLearn、Keras、Gens 阅读全文
摘要：
作者：sheenapunk链接：https://www.zhihu.com/question/32246256/answer/55467528来源：知乎 一个overfitted模型记住太多training data的细节从而降低了generalization的能力。 举个栗子，给机器一堆人类的照片 阅读全文
摘要：
参考官方文档链接: narray是Numpy的基本数据结构,本文主要分析对象的属性(可通过.进行访问) 1:导入numpy: 2:初始化narray对象: 3:查看np对象的行列sharp(np.shape)(返回两个元素元组,分别是行,列.): 4:查看np对象的内存布局(np.flags)(详情 阅读全文
摘要：
操作Series和DataFrame中的数据的常用方法： 导入python库： 测试的数据结构： Series： DataFrame： 重新索引 reindex(): 创建一个适应新索引的新对象： 对于Series来说，只有列索引（数据标签）： 调用该Series的reindex将会根据新索引进行重 阅读全文
摘要：
强大的库： 转自：微信公众号 Python最棒的地方之一，就是大量的第三方库，覆盖之广，令人惊叹。Python 库有一个缺陷就是默认会进行全局安装。为了使每个项目都有一个独立的环境，需要使用工具virtualenv，再用包管理工具pip和virtualenv配合工作。 尽管都可以求助于google或 阅读全文
摘要：
参考书籍：《利用Python进行数据分析》 DataFrame简介： DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。跟其他类似的数据结构相 阅读全文
摘要：
1: commands 被 subprocess 所取代:举例 Python2中使用getoutput: Python3中使用getoutput: 2: Python2中的urllib被移植到Python3的urllib.request中:举例: Python2中使用urlopen: Python3 阅读全文