07 2020 档案

摘要:解题思路 1.十进制转换成二进制 2.二进制转换成列表,如果列表中含有1的元素少于2,则返回0,如果列表中的含有1的元素大于或等于2,继续下一步判断 3.将第二步的列表转换成含有位置信息的元组列表 4.遍历这个元组列表,将元素含有1的加入到新的列表当中 5.遍历新列表当中的第一位与第二位进行绝对值相 阅读全文
posted @ 2020-07-31 14:20 hisweetyGirl 阅读(125) 评论(0) 推荐(0) 编辑
摘要:题目超链接https://leetcode-cn.com/problems/lemonade-change/ 解题思路: 1.已知关系当前余额=balance+5,(即每次只能交易一笔,即+5元) 2.已知change=0,则无需找零。 3.已知交易前的余额小于change,则不能找零。 4.上面3 阅读全文
posted @ 2020-07-30 16:03 hisweetyGirl 阅读(225) 评论(0) 推荐(0) 编辑
摘要:详见:https://www.cnblogs.com/Yanjy-OnlyOne/p/11195621.html 阅读全文
posted @ 2020-07-23 21:17 hisweetyGirl 阅读(170) 评论(0) 推荐(0) 编辑
摘要:#时间戳格式改为YYYY-mm-DD hh:MM:ss df['pdate']=pd.to_datetime(df['Timestamp'],unit='s') #从日期中快速取出月份 df_group=df.groupby([df["pdate"].dt.month,"Rating"])["Use 阅读全文
posted @ 2020-07-23 20:52 hisweetyGirl 阅读(986) 评论(0) 推荐(0) 编辑
摘要:上图是获取2018年每个月温度最高的2天数据。 另一种解题思路 要得到销售排名前3位的城市,先进行排序。 详细见https://www.sohu.com/a/344992003_165070 阅读全文
posted @ 2020-07-23 20:15 hisweetyGirl 阅读(1167) 评论(0) 推荐(0) 编辑
摘要:参考此文章:https://www.jianshu.com/p/e76861ed1815 写得很详细 map仅能传一下参数 map传入一个字典或一个函数都可。 apply可以传多个参数 apply注意asix值,asix=0,以列计算(按行扫数据),asix=1,以行计算(按列扫数据) applym 阅读全文
posted @ 2020-07-23 20:00 hisweetyGirl 阅读(295) 评论(0) 推荐(0) 编辑
摘要:同样以股票数据为例 Series单层索引 ser=stocks.grougby('公司').['收盘'].mean() 返回以公司为维度作为索引的平均值。(ser值的含义:A公司的股票收盘平均值,B公司的股票收盘平均值,...X公司的股票收盘平均值) Series的分层索引Mulitindex se 阅读全文
posted @ 2020-07-23 19:48 hisweetyGirl 阅读(354) 评论(0) 推荐(0) 编辑
摘要:分组统计在实际应用中是非常多的。比如:对不同地区的销售量的统计,不同班级的分数统计,同一月份的统计等。比如查询每个月最高气温。 先通过分组groapby方法查出每个月的聚合数据,而且再利于agg进行max计算。 group_data=df.groupby('month').agg({'bWendy' 阅读全文
posted @ 2020-07-23 19:32 hisweetyGirl 阅读(388) 评论(0) 推荐(0) 编辑
摘要:以天气为例 用agg传入一个字典,多个对比参数。比如天气的最大值,最小值,均值做比较。 阅读全文
posted @ 2020-07-21 21:23 hisweetyGirl 阅读(725) 评论(0) 推荐(0) 编辑
摘要:df.append(df2,ignore_index=False),按行添加 阅读全文
posted @ 2020-07-21 20:02 hisweetyGirl 阅读(133) 评论(0) 推荐(0) 编辑
摘要:Pandas的Merge相当于sql的join,将不同的表关联在一个表 #读取电影数据,sep为分割符 df_ratings=pd.read_csv(r'...\datas\movielens-1m\ratings.dat',sep='',engine='python',names='UserIDM 阅读全文
posted @ 2020-07-21 19:41 hisweetyGirl 阅读(195) 评论(0) 推荐(0) 编辑
摘要:`#读取目标excel表,忽略前面2行 df=pd.read_excel(r'F:\人工智能_优学\Pandas-learn-code\pandas-learn-code\datas\student_excel\student_excel.xlsx',skiprows=2) #去掉所有为NaN的列, 阅读全文
posted @ 2020-07-20 20:26 hisweetyGirl 阅读(599) 评论(0) 推荐(0) 编辑
摘要:1.汇总类统计 2.唯一去重和按值计数 3.相关系统和协方差 阅读全文
posted @ 2020-07-20 20:00 hisweetyGirl 阅读(123) 评论(0) 推荐(0) 编辑
摘要:直接赋值、apply、assign、分条件赋值 仍旧以天气数据为案例 第一步:清洗数据 df.loc[:,'bWendu']=df['bWendu].str.replace('C','').astype('int32') 上图包含了直接赋值方法 第二、apply方法 df['wendu_type'] 阅读全文
posted @ 2020-07-20 19:28 hisweetyGirl 阅读(502) 评论(0) 推荐(0) 编辑
摘要:按数值、列表、区间、条件、函数五种方法。 Pandas查询数据的几种方法 1.df.loc(),根据行、列的标签值查询(推荐使用) 2.df.iloc(),根据行、列的数值查询(不推荐使用) 3.df.where()方法 4.df.query()方法 重点 Pandas使用df.loc查询数据的方法 阅读全文
posted @ 2020-07-20 19:09 hisweetyGirl 阅读(9530) 评论(0) 推荐(0) 编辑
摘要:在实际调试selenium自动化程序时,总是需要重新开启浏览器。以下方法解决不断重启浏览器问题。 我们需要手动打开浏览器,进入到所需的页面,执行一些手动任务,如输入表单、输入验证码,登陆成功后,然后再开始运行自动化脚本。 这种情况下如何使用selenium来接管先前已打开的浏览器呢? 这里给出Goo 阅读全文
posted @ 2020-07-18 17:08 hisweetyGirl 阅读(5333) 评论(0) 推荐(0) 编辑
摘要:由于调度系统的定时任务通过ws://10.200.9.183:2017/(ws:webservce服务0可以从浏览器的console控制台获取到。 向webservice发送'first:koala',即可查询到定时任务。 import asyncio import logging from dat 阅读全文
posted @ 2020-07-16 20:19 hisweetyGirl 阅读(518) 评论(0) 推荐(0) 编辑
摘要:今天在做selenium测试的时候,可能是很久没用了,直接报了这个异常! 解决办法: 1.确认chrome浏览器版本 2.访问chrome官网下载相应版本的驱动http://chromedriver.storage.googleapis.com/index.html 往下拉 解压分别放到chrome 阅读全文
posted @ 2020-07-16 18:09 hisweetyGirl 阅读(10064) 评论(0) 推荐(0) 编辑
摘要:一、创建pandas可识别的一维数据和二维数据、多维数据 pd.Series(list/dict) pd.DataFrame(list/dict,index,column) #传入array二维数组,index行索引,column列索引 直接读取csv、数据库数据、txt pd.date_range 阅读全文
posted @ 2020-07-14 11:12 hisweetyGirl 阅读(795) 评论(0) 推荐(0) 编辑
摘要:背景: 公交调度系统中多个业务都需要用到billcode值。其值等于当前日期+随机数。 故自定义一个函数用于billcode值生成。 第一步:复制timeFunction.java做为MyBillcode的代码模板 第二步:更改KEY的名称 第三步:重构execute方法。只处理if (format 阅读全文
posted @ 2020-07-13 10:25 hisweetyGirl 阅读(157) 评论(0) 推荐(0) 编辑
摘要:两个矩阵或序列进行合并 A=np.array([1,1,1]) B=np.array([2,2,2]) print(np.vstack(A,B))# 上下合并 vertical stack D=np.hstack((A,B))#左右合并 horizontal stack 上下合并结果为 [[1,1, 阅读全文
posted @ 2020-07-11 21:58 hisweetyGirl 阅读(3043) 评论(0) 推荐(0) 编辑
摘要:numpy是用于处理矩阵运算非常好的工具。执行效率高,因为其底层是用的是C语句 #使用numpy,需要将数据转换成numpy能识别的矩阵格式。 基本用法: numpy.array(object, dtype = None, copy = True, order = None, subok = Fal 阅读全文
posted @ 2020-07-10 20:24 hisweetyGirl 阅读(845) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示