2020年8月3日
python之使用位运算符实现加法运算
摘要： 位运算符有哪些，实现是什么: & 位与运算符，都为真时才真 | 位或运算符，有一个为真时则真 ^ 位异或运算符，不同时为真时则真 ~ 位反运算符，取反 << 位左移运算符，向左移动N位 >>--位右移运算符，向右移动N位 上面这些是针对二进制来运算，针对加法运算，我们需要知道俩件事情: 1、俩个数对 阅读全文
posted @ 2020-08-03 11:07 hisweetyGirl 阅读(646) 评论(0) 推荐(0) 编辑
Python并发编程之从生成器使用入门协程及yield from用法
摘要： 转载:https://www.cnblogs.com/wongbingming/p/9060989.html https://www.cnblogs.com/wongbingming/p/9085268.html 阅读全文
posted @ 2020-08-03 10:47 hisweetyGirl 阅读(92) 评论(0) 推荐(0) 编辑
2020年8月1日
18.Pandas实战，对电影数据进行分析
摘要： 第一步：读取三个表数据（用户表、评分表、电影表） mnames=['MovieID','Title','Genres'] user_data = pd.read_table(r".\datas\movielens-1m\users.dat", sep='::', header=None, names 阅读全文
posted @ 2020-08-01 17:57 hisweetyGirl 阅读(680) 评论(0) 推荐(0) 编辑
2020年7月31日
力扣习题868. 二进制间距
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
2020年7月30日
力扣习题：860. 柠檬水找零
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(220) 评论(0) 推荐(0) 编辑
2020年7月23日
17.Python中pandas透视表pivot_table功能详解
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(166) 评论(0) 推荐(0) 编辑
16.Pandas将时间戳格式改为YYYY-mm-DD hh:MM:ss (to_datetime()方法)和从日期中快速取成月份
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(948) 评论(0) 推荐(0) 编辑
15.Pandas实现快速定位排名前几位或后几位的数据
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(1149) 评论(0) 推荐(0) 编辑
14.Pandas的数据转换函数map,apply,applymap
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(292) 评论(0) 推荐(0) 编辑
13.Pandas分层索引Multiindex
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(341) 评论(0) 推荐(0) 编辑