1 2 3 4 5 ··· 7 下一页
摘要: queue 队列!特点是有序的,跟list的区别,list调用元素,其实就是复制,还要用remove给删掉,麻烦,queue更加方便 生成队列的方法: class queue.Queue(maxsize=0) #先入先出 #maxsize可以设定队列大小 class queue.LifoQueue( 阅读全文
posted @ 2018-06-28 22:19 人无远虑 阅读(169) 评论(0) 推荐(0) 编辑
摘要: Python threading模块 2种调用方式 直接调用 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 import threading import time def sayhi(num): #定义每个线程要运行的函数 print("runni 阅读全文
posted @ 2018-06-28 21:12 人无远虑 阅读(175) 评论(0) 推荐(0) 编辑
摘要: 白话理解吧: 线程:操作系统的最小单位,是一串指令的集合。 进程:各种线程的集合,封装到一起,干事业! 进程与线程的区别? 翻译下: 线程是执行的指令集 进程是资源的集合 线程共享内存 进程独立内存 线程启动速度开 进程启动速度慢 线程之间直接数据直接交流 进程之间直接数据不能直接交流 一个线程可以 阅读全文
posted @ 2018-06-28 21:09 人无远虑 阅读(120) 评论(0) 推荐(0) 编辑
摘要: 作业要求 我们尝试 ? Pandas 来玩玩一些真实的数据。文 ? tickets_201803.csv 含有三月份中国区ITSM的支持数据 ? 大约这么个样子 简单整理后 运行结果 运行结果 运行结果 阅读全文
posted @ 2018-06-06 23:15 人无远虑 阅读(165) 评论(0) 推荐(0) 编辑
摘要: 运行结果 阅读全文
posted @ 2018-06-06 21:15 人无远虑 阅读(129) 评论(0) 推荐(0) 编辑
摘要: 生成一个实例 运行结果 计算名次 运行结果 重新生成一个实例,观察这个实例的生成方法 运行结果 移除重复的数据 运行结果 数据替换 这里是根据‘name’(cols)替换的。 我觉得这个方法挺重要的以后能用的上,挺好的。 i={k1[0]:123,k1[1:456} df['name].map(i) 阅读全文
posted @ 2018-06-06 17:22 人无远虑 阅读(1024) 评论(0) 推荐(0) 编辑
摘要: 其实问题理解axis有问题,df.mean其实是在每一行上取所有列的均值,而不是保留每一列的均值。也许简单的来记就是axis=0代表往跨行(down),而axis=1代表跨列(across),作为方法动作的副词(译者注) 换句话说: 使用0值表示沿着每一列或行标签\索引值向下执行方法 使用1值表示沿 阅读全文
posted @ 2018-06-06 15:21 人无远虑 阅读(458) 评论(0) 推荐(0) 编辑
摘要: 首先来一个别致的列表创建,我有印象但是从来没用过,突然发现很好用也很优雅 运行结果 实际应用也很有效果,生成两个实例用于练习 运行结果 加法运算 运行结果 相当牛逼,index跟‘name’相同的直接加,不存在的用缺省值定住。 填充后的加法运算 运行结果 减法运算 运行结果 每一行都减去了0,1,2 阅读全文
posted @ 2018-06-06 00:05 人无远虑 阅读(649) 评论(0) 推荐(0) 编辑
摘要: Python中符合序列的有序序列都支持切片(slice),例如列表,字符串,元组。 格式:【start:end:step】 start:起始索引,从0开始,-1表示结束 end:结束索引 step:步长,end-start,步长为正时,从左向右取值。步长为负时,反向取值 注意切片的结果不包含结束索引 阅读全文
posted @ 2018-06-05 23:47 人无远虑 阅读(198) 评论(0) 推荐(0) 编辑
摘要: 基本操作,查询就找这里 首先生成一个dataframe数据 运行结果 删除行 这里用法要注意,这个删除不是在df2的基础上“删除”,是生成了一个信的二维数组。 运行结果 删除列 同理 运行结果 选择列,多列 运行结果 按照条件过滤 按照条件过滤优先获得的是二维的 #我就是这么理解的就行了,不是获得一 阅读全文
posted @ 2018-06-05 23:46 人无远虑 阅读(5067) 评论(1) 推荐(1) 编辑
1 2 3 4 5 ··· 7 下一页