2018年4月2日
摘要: import pandas as pd data = pd.Series([1,2,3],index=['a','b','c']) 1.增 1 )像字典一样直接添加 data['d'] = 4 dataOut[70]: a 1b 2c 3d 4 data原函数改变,增加对应的值 2)data.app 阅读全文
posted @ 2018-04-02 21:37 风过竹影 阅读(2768) 评论(0) 推荐(0) 编辑
  2018年3月31日
摘要: 一.Series 1.Series的建立 import numpy as np import pandas as pd (1)直接建立 pddata_1 = pd.Series(data=[1,2,3],index = [4,17,'a'],dtype = np.float64) pddata_1 阅读全文
posted @ 2018-03-31 22:42 风过竹影 阅读(226) 评论(0) 推荐(0) 编辑
  2018年3月29日
摘要: 1.sort函数 import numpy as np arr = np.random.randint(1,19,16).reshape(4,4) arr.sort(0)按列排序 arr.sort(1)按行排序 注意当使用sort时原数组会改变,当使用 np.sort(arr) 时原数组不会被改变 阅读全文
posted @ 2018-03-29 22:13 风过竹影 阅读(255) 评论(0) 推荐(0) 编辑
摘要: 数组统计方法 几个主要的函数: Sum,mean,min,max,argmin,argmax(分别为最大和最小元素的索引)cumsum(所有元素的累积和)cumprod(所有元素的累积积) sum:返回数组的元素的和 mean:返回数组的平均值 max:返回数组的最大值 min:返回数组的最小值 a 阅读全文
posted @ 2018-03-29 20:16 风过竹影 阅读(2247) 评论(0) 推荐(0) 编辑
  2018年3月28日
摘要: import numpy as np 1.创建数组 1)直接创建数组 arr_1 = np.array([12,3,4,5,6]) arr_3=np.array([[[2.4,1.2,9],[5.6,32,7],[2,1,2]],[[7.6,3.2,6.7],[1,0,0],[1,1,2]],[[3 阅读全文
posted @ 2018-03-28 20:31 风过竹影 阅读(178) 评论(0) 推荐(0) 编辑
  2018年3月24日
摘要: requests比request使用更方便灵活 1.get的使用 import requests data = { "wd":"章子怡"} headers = { "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 阅读全文
posted @ 2018-03-24 23:32 风过竹影 阅读(217) 评论(0) 推荐(0) 编辑
  2018年3月23日
摘要: 一.url网址 1.含有汉字的url from urllib import parse word = '龙' word=urllib.parse.quote(word) url='https://baike.baidu.com/search/word?word=%s'%word 2.可以将字典添加到 阅读全文
posted @ 2018-03-23 22:27 风过竹影 阅读(1126) 评论(0) 推荐(0) 编辑
  2018年2月26日
该文被密码保护。 阅读全文
posted @ 2018-02-26 21:18 风过竹影 阅读(1) 评论(0) 推荐(0) 编辑
  2017年11月12日
摘要: 数据类型转换 将数据由当前类型变化为其他类型的操作就是数据类型转换。数据类型转换分为两类,分别是自动数据类型转换 和 强制数据类型转换。 自动转换(隐式转换) 自动转换时程序根据运算要求进行的转换,不许要人工干预。 1.自动类型转换不需要人工干预2.自动类型转换大多发生在运算或者判断过程中3.转换时 阅读全文
posted @ 2017-11-12 21:53 风过竹影 阅读(504) 评论(0) 推荐(0) 编辑
摘要: Python可以自定义数据类型,可以具有无限种数据类型。 系统默认提供6个标准数据类型: 1.Number类型 数值类型2.String类型 字符类型3.List类型 列表类型4.Tuple类型 元组类型5.Dict类型 字典类型6.Set类型 集合类型 在Python中我们不需要声明一个变量的数据 阅读全文
posted @ 2017-11-12 21:04 风过竹影 阅读(236) 评论(0) 推荐(0) 编辑