请参考：https://blog.csdn.net/qq_29831163/article/details/90112000#reshape(1%2C-1)%E8%BD%AC%E5%8C%96%E6%88%901%E8%A1%8C%EF%BC%9A numpy中reshape函数的三种常见相关用法 Read More
1、列表推导式 列表推导式生成列表对象，语法如下： [ 表达式 for item in 可迭代对象] 或者 [ 表达式 for item in 可迭代对象 if 条件判断] >>> [x*2 for x in range(1,5)][2, 4, 6, 8]>>> [x*2 for x in rang Read More
编写循环时，遵循下面三个原则可以大大提高运行效率，避免不需要的低效计算： 1、尽量减少循环内部不必要的计算 2、嵌套循环中，尽量减少内层循环的计算，尽可能的将计算往外层提 3、局部变量查询较快，尽量使用局部变量。 其他优化手段： 1、连接多个字符串时，使用join()而不使用+（因为+会产生新的字符 Read More
1、字典的创建 （1）通过{}和dict()创建字典 >>> a = {'name':'gjr','age':32,'job':'dataAnalysize'}>>> b = dict(name='gjr',age=32,job='dataAnalyze')>>> a{'name': 'gjr', Read More
1、修改原始列表，不建新列表的排序 直接调用列表的sort()方法进行排序 >>> id(a)2864146375752>>> a.sort()>>> a[5, 10, 20, 30]>>> id(a)2864146375752 >>> a.sort(reverse=True)>>> a[30, 2 Read More
1、字符串的驻留机制 字符串驻留：仅保存一份相同且不可变字符串的方法，不同的值被存放在字符串驻留池中。 python支持字符串主流机制，对于符合标识符规则的字符串（仅包含下划线（_）、字母和数字）会启用字符串驻留机制。 >>> a="aa_3">>> b="aa_3">>> a is bTrue>> Read More
数据探索的核心： 1、数据质量分析（跟数据清洗密切联系，缺失值、异常值等） 2、数据特征分析（分布、对比、周期性、相关性、常见统计量等） 数据清洗的步骤： 1、缺失值处理（通过describe与len直接发现、通过0数据发现） 2、异常值处理（通过散点图发现） 一般遇到缺失值，处理方式为（删除、插补 Read More
import pandas as pdimport calendarimport datetime # 生成日期范围date = pd.date_range("2020-01-01","2020-12-31",freq="D")# 将日期转化为字符串dt_str = [i.strftime("%Y% Read More
''' 问题：1、假设DataFrame中有一列名为type,其字段中内容为a,b,c 等用,隔开的值，如： type a,b,c a,f,x b,c,e ...统计type中每个类型出现的次数 并绘图''' import pandas as pdimport numpy as npfrom mat Read More
今天：today = datetime.date.today() 昨天：yesterday = today - datetime.timedelta(days=1) 上个月：last_month = today.month - 1 if today.month - 1 else 12 当前时间戳：t Read More