摘要：
Matplotlib 1.什么是matplotlib 专门用于开发2D图表（包括3D图表，但不怎么擅长3D图表） 以渐、交互式实现数据可视化 2. hello_matplotlib 简单折线图的绘制 import matplotlib.pyplot as plt #1.创建画布 plt.figu 阅读全文
摘要：
机器学习基本概念 1.基本定义 机器学习 ： 是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。 2.机器学习的工作流程 1.获取数据 2.数据的基本处理 3.特征工程 4.机器学习（模型训练） 5.模型评估 结果达到要求，上线服务 未达到要求，重复上述步骤 2.1获取数 阅读全文
摘要：
time & datetime UTC/GMT(格林威治时间) >世界时间 本地时间 >本地时区的时间 time模块 time.time() >时间戳，从1970.01.01.00.00.00到当前的秒数 当遇见数字155........或16..........一定要有敏感度，联想时间戳 time 阅读全文
摘要：
测试代码性能timeit 在测试代码的性能时，我常用time.time()简单判断一个函数执行的大约时间 import time # 记录开始时间 start_time = time.time() # 计算从10000的阶乘 total = 1 for i in range(1, 10000): 阅读全文
摘要：
常见的数据访问 查看数据的信息 #除此之外，还有数据转置 df.T #实现列表转置 数据运算 #下列运算默认均按照0轴（纵轴方向），设置axis=1,则按横轴方向，同时支持行或列等Series进行计算 #在pandas中数值None、NAN、NaT被视为NA值 axis = 1/"columns" 阅读全文
摘要：
序列化与反序列化 最近在读麦叔的“python3分钟”，麦叔花了4篇的篇幅来介绍序列化与反序列化，加之本来对序列化的理解就比较含糊，因此今天打算系统的把序列化与反序列化梳理一遍。 引言 序列化：把对象转成字节数组的所制定的规则就叫序列化，或者说序列化只是一种拆装组装对象的规则，其实也就是转化成字符串 阅读全文
摘要：
读取excel文件以及相关参数解释 read_excel常用参数解释，包括（header、index_col、sheet_name、skipfooter、skiprows、converters等） # *header*（int, list of int, default 0） f = pd.read 阅读全文
摘要：
1.pandas的数据结构 Series series是一维数据 import pandas as pd s = pd.Series([1,2,3,4,5]) print(s.index) #获取series的索引 print(s.values)#获取series的值 DataFrame DataF 阅读全文
摘要：
for....else.... 如果for循环顺利执行完了，说明没有找到我要的食物，就执行else语句 如果for循环被break了，说明找到了，就不执行else语句 foods = ['大葱', '大蒜', '生姜', '萝卜', '青菜', '辣椒'] # 现在我来点菜 for f in foo 阅读全文
摘要：
函数的Type Hints 通过变量名：变量类型的写法指定参数的类型 通过->返回值类型的写法指定返回值的数据类型 #为了简单，这里假设只能处理整数 def add(a:int, b:int) -> int: #对函数参数类型及输出值进行说明，减少出错的机会 print(a + b) Hints可使 阅读全文