- 博客(22)
- 收藏
- 关注
RSS订阅原创 Pandas异常值处理
在Pandas中，异常值（或称为离群值）是数据中那些与其他数据点显著不同的点。这些异常值可能是由于错误、异常事件或数据的自然变异产生的。处理异常值的方法取决于数据的性质、分析的目的以及异常值对分析的影响。在异常值处理的时候可能会用到的函数①、describe():查看每一列的描述性统计量②、df.info():查看数据信息③、df.std():可以求得DataFrame对象每一列的标准差④、df.drop():删除特定索引⑤、unique():唯一，去重⑥、query():按条件查询。
2024-06-12 21:48:28
991
原创 Pandas库的介绍
Pandas是基于NumPy的一种工具，该工具是为解决数据分析任务而创建的，Pandas提供了大量能使我们快速便捷地处理数据的功能。Pandas与出色的Jupyter工具包和其他库结合，Python中用于进行数据分析的环境在性能，生产率和协作能力方面都是卓越的。Pandas的主要数据结构是Series（一维数据）与DantFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数案例。处理数据一般分为几个阶段。
2024-06-07 21:57:23
1039
原创 初学网络爬虫
数据采集定义：又称数据采取，搜索符合数据挖掘研究要求的原始数据。数据采集：为数据目标源、采集方式、数据采集形式。爬虫技术：请求网站并提取数据的自动化程序。反爬虫技术：headers字段、登录、IP、验证码。
2024-05-23 23:14:45
1014
1
原创 二维树状数组以及树状数组的应用
对于每个a[j] 而言， 可以快速求出有多少个数字小于等于a[j], 已经放了j 个数字进入树状数组，剩下的数字为大小a[j] 的数字。1、数值大小不重要，重要的是偏序关系，可以离散化成1 - n。把a数组数值当做下标， 从左往右依次放入树状数组中。逆序对：a[i] > a[j] 对于i < j 而言。①、一维的功能是：单点修改，区间查询。②、二维：单点修改，矩阵查询。给定一个长度为n的列表，求存在多少个逆序对。二维树状数组是在一维上进行嵌套。
2024-05-23 22:10:21
177
1
原创 树状数组（py）
每个询问的第一个整数表示询问代号，询问代号表示增加，后面的两个数x和A\表示X 上的位置增加A，询问代号表示区间求和， 后面两个整数表示a和b，表示要求[a, b]之间的区间和。lowbit (x):可以求出数字x的最低位、 性质：lowbit(x) = x & (-x)。理论方面的我号蒙，代码的实现过程我也特别蒙，不过代码模版我还是能够熟练的敲出来。上述的性质是由于补码的特性导致的，正数x的补码等于二进制，负数的补码等于反码 x + 1。②、修改：指定某一个格子x，令x加上或者减去一个特定的值A。
2024-05-23 20:37:18
312
1
原创 并查集（py）
对于每个集合，记录p[x]表示x的父节点，初始化p[x] = x。合并几个x， y ，找到点x的根节点rootx，点y的根节点rooty，设置p[rootx] = rooty。合并两个集和——将一个集合所在的树作为另一个集合的子树即可。判断两个集合是否属于同一集合——判断根节点是否相同。时间复杂度：Query：O(n), Merge：O(n)合并两个集合，判断两个集合是否属于同一集合。操作序列：a, b, c, d,. e. f。N个互不相同的集合，需要进行一下两个操作：、传统策略：给每个集合编号即可。
2024-05-22 13:13:40
251
1
原创 欧拉函数（py）
若gcd(a, b) = 1,则q(ab) = q(a)q(b)①、若p为质数：q(p) = p - 1,特殊的：q(1) = 1。欧拉函数q(n), 表示下于等于n中和n互质的数字个数。(p - 1)，因为所以不互质的数字为{xp|x。当n为奇数时：q(2n) = q(n)②、当p为质数：q(
2024-05-17 19:44:05
201
原创 费马小定理和逆元
裴蜀定理： 对于任意整数a，b, m, 求解未知整数x，y对于一下形式：上述有解必须满足：即m是的倍数，有解等价于。因此，对于上述问题:
2024-05-17 19:09:27
135
原创 质数，埃氏筛线性筛python
线性筛法正是从这个地方着手改进，它的核心思想是在筛的过程中，每个合数都只被它的最小质因子筛去。然后从2开始，对于每个数i，如果i是质数或者i的最小质因子大于当前遍历的质数，则将当前质数标记为i的最小质因子；它的基本思想是从2开始，将每个素数的倍数都标记为合数，直到遍历完所有小于给定数的自然数。线性筛法通常用于快速处理大范围内质数筛选的场景，例如求小于或等于某个数n的所有质数，并对每个数的质因数分解有快速的处理能力。质数：也被称为素数，在大于1的自然数，除了1和它本身以外不在有其他因子的自然数。
2024-05-15 21:58:13
301
1
原创 哈希表（python）
由于哈希表的大小是有限的， 而要存储的值总数量是无限的，因此对于任何哈希函数，都会出现两个不同元素映射到同一个位置上的情况，这种情况叫做哈希冲突。③、二度哈希：有n个哈希函数，当使用第一个哈希函数h1发生冲突时，则尝试使用h2， h3，...开放寻址法：如果哈希函数返回的位置已经有值，则可以向后探查新的位置来存储这个值。比如：h(k) = k % 7，h(0) = h(7) = h(14) = ....。哈希函数 h(k) 将元素关键字k作为自变量，返回元素的存储下标。假设有一个长度为7 的哈希表，
2024-05-14 19:46:36
381
2
原创 numpy库的使用
Python 标准库中提供了一个array类型，用于保存数组类型数据，然而这个类型不支持多维数据，处理函数也不够丰富，不适合数值运算。因此，Python语言的第三方库numpy 得到了迅速的发展，至今，numpy 已经成为了科学计算事实上的标准库。numpy 库处理的最基础的数据类型是由同种元素构成的多维数组，（ndarray），简称“数组”。数组中所有元素的类型必须相同，数组中的元素可以用整数索引，序号从开始。
2024-05-12 22:36:51
559
1
原创 BFS搜索（python）
2.3、对于和u相连的所以点v。只要v未标记，将v入队列，打标记，更新距离。给节点分层，从起点，每次把第一步能走到的点全部走一遍。2.2、当u是终点，break。bfs遍历：一般用来求最短路。这道题直接按照bfs的遍历的步骤来模拟即可。2.1、取出对首元素u。1、将起点入队列，打标记，更行距离。来一个模版题：熟悉bfs的应用。
2024-05-11 23:44:19
337
1
原创 DFS搜索（python）
搜索算法：穷举问题解空间部分/全部情况，从而求出问题的解深度优先搜索：①：本质上是暴力枚举②：尽可能一条路走到底，走不了再回退。（一条路走到底，走不了再回退）回溯：就是dfs的一种，在搜索尝试过程中寻找问题的解，当发现已经不满足要求条件时，就，“回溯”返回，尝试别的路径。回溯更强调：此路不通，另行他路，走过的路需要打标记回溯法是一般dfs的好基础上加上一些剪枝策略。
2024-05-11 21:19:27
663
1
原创 图论最短路
初始化：如果 无边，则dp[i][j] = inf, 有边等于边权；知道了转移方程接下来只需要枚举所以的k，判断是否可以作为中间点，可以作为中间点则优化最短路。对于从u到v，权重为w的边 d[v] = min(d[u], w)核心思想：从起点出发，每次选择距离最短的带点进行“松弛”操作。这一听相对上一题比较复杂，有的地方可能不太好理解，我的代码注释的会比较详细。Floyd算法：用于求解多源最短路，可以求解出任意的两点的最短路。2、不断取出队列中的距离最小的点u，进“松弛”。
2024-05-10 23:22:17
394
原创 动态规划，线性dp（python）
2、确定状态：此处的“状态”代指不同的子问题，例如前面dp[n]表示上n台阶的方案数，其中 n 就是状态；要走到底n级台阶，要么从n - 1走一步过去，要么从n - 2一步走过去，因此得到第n个台阶的方案数等于n – 1个台阶方案数加 n – 1个台阶的方案数。最优子结构：大问题的最优解包含小问题的最优解，通过小问题可以推导出大问题。子问题：n - 1个台阶的上楼方案数，n - 2个台阶的上楼方案数、n - 3个台阶的上楼方案数....1、拆分子问题：将原问题拆分为子问题，找到问题之间的联系。
2024-05-08 13:59:02
410
原创 排序（python实现）
【代码】排序（python实现）①.列表两个相邻的数，如果前面的比后面的大，则交换这两个数②.一趟排序完成后，则无序区减少了一个数，有序区增加一个数
2024-01-28 22:29:06
438
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人