摘要: 0. 以时间作为序列的索引>> from datetime import datetime>> dates = [datetime(2011, 1, i) for i in [2, 5, 7, 8, 10, 12]]>> ts = pd.Series(np.rando... 阅读全文
posted @ 2017-04-13 23:13 未雨愁眸 阅读(161) 评论(0) 推荐(0) 编辑
摘要: 0. 以时间作为序列的索引>> from datetime import datetime>> dates = [datetime(2011, 1, i) for i in [2, 5, 7, 8, 10, 12]]>> ts = pd.Series(np.rando... 阅读全文
posted @ 2017-04-13 23:13 未雨愁眸 阅读(168) 评论(0) 推荐(0) 编辑
摘要: 格式化定义本质上控制的是占位。日期%Y:4位数的年份;%y:2位数的年份;%m:2位数的月份(1-12)%d:2位数的日(01-31)时间%H:24小时制(0-23)%I:12小时制(01-12)%M:2位数的分(00-59)%S:2位数的秒(00-61) 秒 6... 阅读全文
posted @ 2017-04-13 23:01 未雨愁眸 阅读(307) 评论(0) 推荐(0) 编辑
摘要: 格式化定义本质上控制的是占位。日期%Y:4位数的年份;%y:2位数的年份;%m:2位数的月份(1-12)%d:2位数的日(01-31)时间%H:24小时制(0-23)%I:12小时制(01-12)%M:2位数的分(00-59)%S:2位数的秒(00-61) 秒 6... 阅读全文
posted @ 2017-04-13 23:01 未雨愁眸 阅读(127) 评论(0) 推荐(0) 编辑
摘要: 0. io流(io stream)流是一种抽象概念,它代表了数据的无结构化传递。按照流的方式进行输入输出,数据被当成无结构的字节序或字符序列。从流中取得数据的操作称为提取操作,而向流中添加数据的操作称为插入操作。用来进行输入输出操作的流就称为IO流。换句话说,IO流就... 阅读全文
posted @ 2017-04-13 17:37 未雨愁眸 阅读(4014) 评论(0) 推荐(1) 编辑
摘要: 0. io流(io stream)流是一种抽象概念,它代表了数据的无结构化传递。按照流的方式进行输入输出,数据被当成无结构的字节序或字符序列。从流中取得数据的操作称为提取操作,而向流中添加数据的操作称为插入操作。用来进行输入输出操作的流就称为IO流。换句话说,IO流就... 阅读全文
posted @ 2017-04-13 17:37 未雨愁眸 阅读(406) 评论(0) 推荐(0) 编辑
摘要: 首先使用 sys 下的 path 变量查看所有的 python 路径:import syssys.path标准库lib 目录下(home 目录/pythonXX.XX/lib)第三方库在 lib 下的 site-packages 目录下 home 目录/pythonX... 阅读全文
posted @ 2017-04-13 17:18 未雨愁眸 阅读(324) 评论(0) 推荐(0) 编辑
摘要: 首先使用 sys 下的 path 变量查看所有的 python 路径:import syssys.path标准库lib 目录下(home 目录/pythonXX.XX/lib)第三方库在 lib 下的 site-packages 目录下 home 目录/pythonX... 阅读全文
posted @ 2017-04-13 17:18 未雨愁眸 阅读(467) 评论(0) 推荐(0) 编辑
摘要: date rangepd.date_range('2014-11-19', '2014-11-21', freq='D') # 起始时间,终止时间,时间间隔,也即步长,D ⇒ Day,5H:以 5 小时为间隔;t = pd.DataFrame(pd.date_r... 阅读全文
posted @ 2017-04-13 17:03 未雨愁眸 阅读(593) 评论(0) 推荐(0) 编辑
摘要: date rangepd.date_range('2014-11-19', '2014-11-21', freq='D') # 起始时间,终止时间,时间间隔,也即步长,D ⇒ Day,5H:以 5 小时为间隔;t = pd.DataFrame(pd.date_r... 阅读全文
posted @ 2017-04-13 17:03 未雨愁眸 阅读(255) 评论(0) 推荐(0) 编辑
摘要: 创建 DataFrame:df = pd.DataFrame(np.random.randint(0, 10, (2, 4)), columns=list('ABCD'))0. 为 data frame 添加新的属性列>> df['total'] = df['A'] ... 阅读全文
posted @ 2017-04-13 10:26 未雨愁眸 阅读(1498) 评论(0) 推荐(0) 编辑
摘要: 创建 DataFrame:df = pd.DataFrame(np.random.randint(0, 10, (2, 4)), columns=list('ABCD'))0. 为 data frame 添加新的属性列>> df['total'] = df['A'] ... 阅读全文
posted @ 2017-04-13 10:26 未雨愁眸 阅读(320) 评论(0) 推荐(0) 编辑
摘要: inplace:如修改一个文件等对象时,inplace=True,不创建新的对象,直接在原始对象上尽心修改;inplace=False,在对原始对象进行修改,而会创建新的对象;vanity url:虚拟地址空间,表示某平台下,个人申请的不会出现重名的唯一域名空间;1.... 阅读全文
posted @ 2017-04-13 09:13 未雨愁眸 阅读(529) 评论(0) 推荐(0) 编辑
摘要: inplace:如修改一个文件等对象时,inplace=True,不创建新的对象,直接在原始对象上尽心修改;inplace=False,在对原始对象进行修改,而会创建新的对象;vanity url:虚拟地址空间,表示某平台下,个人申请的不会出现重名的唯一域名空间;1.... 阅读全文
posted @ 2017-04-13 09:13 未雨愁眸 阅读(230) 评论(0) 推荐(0) 编辑