摘要：
1.web26 这道题很简单，绕过第一个if，进入第二个if即可 第一个if是判断str是否是数字，让它不为数字即可 第二个if上面的语句，=的级别高于and，所以只要num为数字而str不为数字即可 http://123.206.31.85:10026/?num=4&str=abc 上面是一直简单 阅读全文
摘要：
1.easypdf 使用chorme打开pdf，ctrl+c发现隐藏字符 粘贴--> 注意小写即可 2.损坏的图片 图片文件打不开，尝试使用winhex打开看看 而 png的头为 89504E47 推测可能整个文件颠倒了 将其颠倒回来 file="826042AE444E454900000000B2 阅读全文
摘要：
1.头像 使用winhex打开 使用base64解密得llovethegirl 再使用MD5 32位加密 即可得到答案 2.签到 直接输入即可 3.0和1的故事 直接一直解压只会得到一个txt,打开 推测可能隐藏了，使用winhex打开试试 将09换为1 20换为0即可 s="09202009200 阅读全文
摘要：
学习特征工程可以帮助我们探索改善模型的最有效方法。 在本课程中，您将学习一种实用的特征工程方法。 您将能够将学到的知识应用到Kaggle竞赛和其他机器学习应用程序中。 Baseline-model 先构建一个基础可用的模型 Load the data 我们将处理来自Kickstarter项目的数据。 阅读全文
摘要：
Inconsistent-data-entry 教程 本讲中我们将学习如何清理不一致的文本条目 Do some preliminary text pre-processing 首先使用head查看文件前几行 假设我们有兴趣清理“城市”列，以确保其中没有数据输入不一致。 当然，我们可以手动检查每一行， 阅读全文
摘要：
Renaming-and-combining 教程 通常，数据会以列名，索引名或我们不满意的其他命名约定提供给我们。 在这种情况下，您将学习如何使用pandas函数将有问题的条目的名称更改为更好的名称。 Renaming 我们将在这里介绍的第一个函数是rename（），它使您可以更改索引名和/或列名 阅读全文
摘要：
Data-types-and-missing-values 教程 Dtypes DataFrame或Series中列的数据类型称为dtype。您可以使用dtype属性来获取特定列的类型。 例如，我们可以在review的DataFrame中获得价格列的dtype： reviews.price.dtyp 阅读全文
摘要：
Grouping-and-sorting 教程 映射使我们可以一次将整个列中的数据转换为DataFrame或Series中的一个值。 但是，通常我们希望对数据进行分组，然后对数据所在的组进行特定的操作。正如您将学到的，我们使用groupby（）操作来完成此操作。 我们还将介绍一些其他主题，例如为Da 阅读全文
摘要：
Summary-functions-and-maps 教程 在上一教程中，我们学习了如何从DataFrame或Series中选择相关数据。 正如我们在练习中所展示的，从我们的数据表示中提取正确的数据对于完成工作至关重要。但是，数据并非总是以我们想要的格式从内存中出来的。 有时，我们必须自己做一些工作 阅读全文
摘要：
Intndexing-selecting-assigning 教程 介绍选择要处理的pandas DataFrame或Series的特定值是几乎将要运行的任何数据操作中的一个隐含步骤，因此在Python中处理数据时需要学习的第一件事是如何选择数据 快速有效地与您相关的要点。 如果我们有Python， 阅读全文