随笔分类 - Python
python相关学习
摘要：参考：https://www.cnblogs.com/zhang-jun-jie/p/9273721.html 待补充
阅读全文
摘要：一、简介 见官网：http://www.selenium.org.cn/ 简单使用参考：https://www.jianshu.com/p/3aa45532e179 二、安装 使用pip安装 pip install Selenium -i http://pypi.douban.com/simple
阅读全文
摘要：一、概述 什么是Django？ 基于的python的高级web开发框架（类比Java的spring等） 二、环境搭建 环境要求：python + Django Python与Diango版本匹配：https://www.runoob.com/django/django-tutorial.html 使
阅读全文
摘要：发现官方的PEE8标准：https://zh-google-styleguide.readthedocs.io/en/latest/google-python-styleguide/python_style_rules/ 1.命名 module_name, package_name, ClassNa
阅读全文
摘要：1.unpacking 使用类似tuple的形式多项赋值，而不是逐项： 2. 使用join来代替字符串拼接生成新对象 3.使用 k in dict而不是k in dict.keys() 同样的，使用 in而不是has_key判断 4.使用列表推导式而不是循环
阅读全文
摘要：一、概述 python操作excel各个库对比：https://www.cnblogs.com/paul-liang/p/9187503.html 操作老版本的excel文件使用xlrd：参考：https://segmentfault.com/a/1190000017485618 https://w
阅读全文
摘要：参考数据来自雅虎财经：https://finance.yahoo.com/quote/AAPL/history?p=AAPL 1.导包 2.导入数据 导入数据方法，参考美国各州人口分析随笔 检查数据类型dtypes： 其他，行数等同理： 使用to_datetime进行数据类型转换： 转换成时间是更容
阅读全文
摘要：1.案例数据来自python数据分析手册,github地址：https://github.com/jakevdp/PythonDataScienceHandbook/tree/master/notebooks/data 不克隆项目，怎么在github下载单个文件？：https://www.cnblo
阅读全文
摘要：1，处理重复数据 使用duplicated检测重复的行，返回一个series，如果不是第一次出现，也就是有重复行的时候，则为True： 对应的，可以使用drop_duplicates来删除重复的行： 以上两个方法，都不能有重复的列！ 2.map函数：列处理 map() 是一个Series的函数，Da
阅读全文
摘要：merge有点类似SQL中的join，可以将不同数据集按照某些字段进行合并，得到新的数据集 1.参数一览表： 2.一对一连接：默认情况下，会按照相同字段的进行连接 例如有相同字段emp的两个df，merge的时候就会根据emp进行连接，且根据参数知道，默认是内连接： 使用默认的不是很明了，通常情况下
阅读全文
摘要：主要分为：级联：pd.concat、pd.append 合并：pd.merge 一、numpy级联的回顾 详细参考numpy章节 https://www.cnblogs.com/jiangbei/p/11287238.html 二、pd中concat函数 1.简单级联 和numpy的级联类似，默认增
阅读全文
摘要：一、行多层索引 1.隐式创建 在构造函数中给index、colunms等多个数组实现（datafarme与series都可以） df的多级索引创建方法类似： 2.显式创建pd.MultiIndex 其中.from_arrays为类似上面的参数，推荐使用简单的from_product函数（会自动进行交
阅读全文
摘要：一、数据丢失分类 1）nd中分为两种：None和np.nan（NaN） 其中，None是python中的对象，是一个object；而nan是一个float类型 两种不同的类型，运算速度也是不同的 2）pandas中两种都视作NaN（np.nan） 二、数据丢失处理 通过控制columns来创建有Na
阅读全文
摘要：一、介绍 数据帧(DataFrame)是二维数据结构，即数据以行和列的表格方式排列。 可以看作是Series的二维拓展，但是df有行列索引：index、column 推荐参考：https://www.jianshu.com/p/c534e83d2f4b 二、快速入门 1.打开csv 发现报错，原因是
阅读全文
摘要：一、介绍 Pandas是一个开源的，BSD许可的库（基于numpy），为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。 官方中文文档：https://www.pypandas.cn/docs/ 本次演示使用数据来自github：https://github.com/jakevdp
阅读全文
摘要：一、什么是numpy Numpy提供了一个在Python中做科学计算的基础库，重在数值计算，主要用于处理多维数组（矩阵）的库。用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多。本身是由C语言开发，是个很基础的扩展，Python其余的科学计算扩展大部分都是以此为基础。 二、快速入门n
阅读全文
摘要：一、什么是IPython IPython的开发者吸收了标准解释器的基本概念，在此基础上进行了大量的改进，创造出一个令人惊奇的工具。在它的主页上是这么说的：“这是一个增强的交互式Python shell。”具有tab补全，对象自省，强大的历史机制，内嵌的源代码编辑，集成Python调试器，%run机制
阅读全文
摘要：1.官方文档 https://sqlparse.readthedocs.io/en/latest/ 2.快速开始 使用pip或者conda安装： 使用官网示例快速入门，使用sqlparse的三大常用功能： 输出如下： 3.实例
阅读全文
摘要：一、安装库 使用conda安装： conda install requests 如果出现解析环境问题，需要激活conda环境： https://www.cnblogs.com/jdemarryme/p/8745138.html 之后就可以使用conda list查看已安装的库了（激活环境：https
阅读全文
