随笔分类 - Python
panda设置显示不折叠（显示全部数据）
摘要：pd.set_option('display.max_columns', None) # 显示完整的列 pd.set_option('display.max_rows', None) # 显示完整的行 pd.set_option('display.expand_frame_repr', False)
阅读全文
Matplotlib快速上手
摘要：@ Matplotlib → 一个python版的matlab绘图接口，以2D为主，支持python、numpy、pandas基本数据结构，运营高效且有较丰富的图表库 import numpy as np import pandas as pd import matplotlib.pyplot as
阅读全文
Pandas —— （8）数据读取
摘要：@ 一、读取普通分隔数据：read_table 可以读取txt，csv data1 = pd.read_table('data1.txt', delimiter=',',header = 0, index_col=1) print(data1) # delimiter：用于拆分的字符，也可以用sep
阅读全文
Pandas —— （7）数据分组
摘要：@ 分组统计 - groupby功能 根据某些条件将数据拆分成组 对每个组独立应用函数 将结果合并到一个数据结构中 Dataframe在行（axis=0）或列（axis=1）上进行分组，将一个函数应用到各个分组并产生一个新值，然后函数执行结果被合并到最终的结果对象中。 df.groupby(by=N
阅读全文
Pandas —— （6）多个DataFrame的合并、连接、去重、替换
摘要：@ Pandas具有全功能的，高性能内存中连接操作，与SQL等关系数据库非常相似 pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,left_index=False, right_index=False,
阅读全文
Pandas —— （5）文本数据处理
摘要：@ 一、常用方法 通过str访问，且自动排除丢失/ NA值 s = pd.Series(['A','b','C','bbhello','123',np.nan,'hj']) df = pd.DataFrame({'key1':list('abcdef'), 'key2':['hee','fv','w
阅读全文
Pandas —— （4）常用数学、统计方法
摘要：@ 和numpy的操作基本一致 基本参数：axis、skipna # 基本参数：axis、skipna import numpy as np import pandas as pd df = pd.DataFrame({'key1':[4,5,3,np.nan,2], 'key2':[1,2,np.
阅读全文
Pandas —— （3）数据查看、转置、添加、修改、删除、运算（对齐）、排序
摘要：@ 一、数据查看、转置 # 数据查看、转置 df = pd.DataFrame(np.random.rand(16).reshape(8,2)*100, columns = ['a','b']) print(df.head(2))# .head()查看头部数据 print(df.tail())# .
阅读全文
Pandas —— （2）索引与切片
摘要：@ 一、索引 Series和Datafram索引的原理一样，我们以Dataframe的索引为例 1.1 列索引：df['列名'] （Series不存在列索引） df = pd.DataFrame(np.random.rand(12).reshape(3,4)*100, index = ['one',
阅读全文
Pandas —— （1）基础数据结构概念和创建
摘要：@ 一、Pandas简介 1.1 数据结构 1.2 大小可变与数据复制 Pandas 所有数据结构的值都是可变的，但数据结构的大小并非都是可变的，比如，Series 的长度不可改变，但 DataFrame 里就可以插入列。 Pandas 里，绝大多数方法都不改变原始的输入数据，而是复制数据，生成新的
阅读全文
Numpy（4）—— 保存和导入文件
摘要：一、文件读写 Numpy可以方便的进行文件读写，如下面这种格式的文本文件： # 使用np.fromfile从文本文件'housing.data'读入数据 # 这里要设置参数sep = ' '，表示使用空白字符来分隔数据 # 空格或者回车都属于空白字符，读入的数据被转化成1维数组 d = np.fro
阅读全文
Numpy（3）—— 线性代数相关函数
摘要：diag：以一维数组的形式返回方阵的对角线（或非对角线）元素，或将一维数组转换为方阵（非对角线元素为0）。 # numpy.linalg 中有一组标准的矩阵分解运算以及诸如求逆和行列式之类的东西 # np.linalg.diag 以一维数组的形式返回方阵的对角线（或非对角线）元素， # 或将一维数组
阅读全文
Numpy —— （2）随机数np.random
摘要：@ 主要介绍创建ndarray随机数组以及随机打乱顺序、随机选取元素等相关操作的方法。 一、创建随机ndarray数组 创建随机ndarray数组主要包含设置随机种子、均匀分布和正态分布三部分内容，具体代码如下所示。 设置随机数种子 # 可以多次运行，观察程序输出结果是否一致 # 如果不设置随机数种
阅读全文
Numpy —— （1）基础数据结构
摘要：@ 一、简介 Python中的list列表也可以非常灵活的处理多个元素的操作，但效率却非常低。与之比较，ndarray数组具有如下特点： ndarray数组中所有元素的数据类型相同、数据地址连续，批量操作数组元素时速度更快。而list列表中元素的数据类型可能不同，需要通过寻址方式找到下一个元素。 n
阅读全文
python 分离文件名和路径 以及 分离文件名和后缀
摘要：分离路径和文件名: os.path.split() 区分文件的名字和后缀: os.path.splitext() import os file_path = "D:/test/test.py" (filepath, tempfilename) = os.path.split(file_path) (
阅读全文
项目实战 —— 飞机大战（1）
摘要：环境安装 安装pygame sudo pip3 install pygame 验证安装 python3 -m pygame.examples.aliens 01. 使用 pygame 创建图形窗口 1.1 游戏的初始化和退出 要使用 pygame 提供的所有功能之前，需要调用 init 方法 在游戏
阅读全文
在python中实现终端命令
摘要：__import__('os').system('ls') 等价代码 import os os.system("终端命令") 执行成功，返回 0 执行失败，返回错误信息 ““中的字符串替换成需要的终端命令即可
阅读全文
python中文本文件的编码格式
摘要：文本文件存储的内容是基于 字符编码 的文件，常见的编码有 ASCII 编码，UNICODE 编码等 Python 2.x 默认使用 ASCII 编码格式 Python 3.x 默认使用 UTF-8 编码格式 ASCII 编码和 UNICODE 编码 ASCII 编码 计算机中只有 256 个 ASC
阅读全文
Python实现中英文翻译方法总结
摘要：#Author：Chenglong Qian #Copyright ：Chenglong Qian import json import requests import re import os import sys num=392 def translator(str): """ input :
阅读全文
struct.error: cannot convert argument to integer解决办法
摘要：Python版本太低，更新Python包
阅读全文
