2021年10月8日
matpb画图_折线图.ipynb
摘要： In [1]: import numpy as np import matplotlib.pyplot as plt from matplotlib import font_manager y = [np.random.randint(10) for x in range(20)] z = np.r 阅读全文
posted @ 2021-10-08 02:03 故笺笺 阅读(306) 评论(0) 推荐(0) 编辑
垂直条形图——plot.bar
摘要： 项目地址：matplotlib/matpb画图_垂直条形图.ipynb · master · 为墨言而奋斗 / python学习项目_数据分析 · CODE CHINA (csdn.net) 垂直条形图——plot.bar 1.条形图的绘制方式plt.bar方法。plt.bar方法有以下常用参数： 阅读全文
posted @ 2021-10-08 02:02 故笺笺 阅读(1164) 评论(0) 推荐(0) 编辑
2021年10月6日
将博客搬至CSDN
摘要： 因为个人原因，后续更新会转接到csdn. 阅读全文
posted @ 2021-10-06 20:01 故笺笺 阅读(17) 评论(0) 推荐(0) 编辑
2021年9月23日
pandas的函数应用二——排序
摘要： pandas的函数应用二——排序 索引排序 1、Series排序 import pandas as pd import numpy as np s1 = pd.Series(np.arange(5),index=list('dcafb')) s1 d 0 c 1 a 2 f 3 b 4 dtype: 阅读全文
posted @ 2021-09-23 18:30 故笺笺 阅读(84) 评论(0) 推荐(0) 编辑
pandas的函数应用一
摘要： pandas的函数应用 import pandas as pd import numpy as np df = pd.DataFrame(np.modf(np.random.randn(5,4)*100)[1].astype('int32'),columns=list('ABCD')) df A B 阅读全文
posted @ 2021-09-23 17:56 故笺笺 阅读(40) 评论(0) 推荐(0) 编辑
pandas的数据对齐
摘要： import pandas as pd import numpy as np 1、Series数据对齐 ps1 = pd.Series(np.arange(4),index=['a','b','c','d']) ps2 = pd.Series(np.arange(5),index=['a','c', 阅读全文
posted @ 2021-09-23 15:12 故笺笺 阅读(526) 评论(0) 推荐(0) 编辑
将一个二维数组的行和列分别进行逆向
摘要： 将一个二维数组的行和列分别进行逆向 import numpy as np a = np.arange(15).reshape(3,5) print(a) # 反转行 a1 = a[::-1] #里面传一个数进去（没有出现逗号），代表的是只对行进行操作 print('反转行') print(a1) # 阅读全文
posted @ 2021-09-23 12:08 故笺笺 阅读(291) 评论(0) 推荐(0) 编辑
numpy——深拷贝和浅拷贝和不拷贝
摘要： 深拷贝和浅拷贝 不拷贝： 如果只是简单的赋值，那么不会进行拷贝。 import numpy as np a= np.arange(10) print(a) b = a #赋值,对相同数值进行不同命名， print(b) print(b is a) [0 1 2 3 4 5 6 7 8 9] [0 1 阅读全文
posted @ 2021-09-23 11:57 故笺笺 阅读(122) 评论(0) 推荐(0) 编辑
numpy知识补充
摘要： 是否改变原来数值 1、reshape和resize方法： 两个方法都是用来修改数组形状的，但是有一些不同。 reshape是将数组转换成指定的形状，然后返回转换后的结果，对于原数组的形状是不会发生改变的。 resize是将数组转换成指定的形状，会直接修改数组本身。并不会返回任何值。 2、flatte 阅读全文
posted @ 2021-09-23 11:46 故笺笺 阅读(65) 评论(0) 推荐(0) 编辑
Numpy数组索引与切片
摘要： Numpy数组索引与切片 1. `ndarray`对象的内容可以通过`索引`或`切片`来获取和修改，就像 Python 的内置容器对象一样。 2. `一维数组`:一维数组比较简单,看起来和python列表很类似。 3. `二维数组`:每个索引值对应的元素不在是一个值，而是一个一维数组 4. `多维数 阅读全文
posted @ 2021-09-23 11:30 故笺笺 阅读(156) 评论(0) 推荐(0) 编辑
下一页