莱布尼兹的手稿110-CSDN博客

原创 11.认识双向链表和循环列表

认识双向链表和循环列表单向循环链表单链表的一个变形是单向循环链表，链表中最后一个节点的next域不再为None，而是指向链表的头节点。实现 class Node(object): “”“节点”"" def init(self, item): self.item = item self.next = None class SinCycLinkedlist(object): “”“单向循环链表”"" def init(self): self._head = None def is_empty(self):

2021-05-11 18:18:32 69

原创 10，认识单链表及其操作

认识单链表及其操作链表（Linked list）是一种常见的基础数据结构，是一种线性表，但是不像顺序表一样连续存储数据，而是在每一个节点（数据存储单元）里存放下一个节点的位置信息（即地址）。单向链表单向链表也叫单链表，是链表中最简单的一种形式，它的每个节点包含两个域，一个信息域（元素域）和一个链接域。这个链接指向链表中的下一个节点，而最后一个节点的链接域则指向一个空值。单向链表图示表元素域elem用来存放具体的数据。链接域next用来存放下一个节点的位置（python中的标识）变量p指向链表的

2021-05-10 14:52:15 85

原创 09:认识顺序表

认识顺序表 a）为内置顺序表，可存储类型相同的数据，顺序表内微数据，其数据的地址是连续的 b）为外置顺序表，来存储类型不同的数据，顺序表内为数据地址，其数据地址的地址是连续的顺序表的两种基本实现方式图a为一体式结构，存储表信息的单元与元素存储区以连续的方式安排在一块存储区里，两部分数据的整体形成一个完整的顺序表对象。一体式结构整体性强，易于管理。但是由于数据元素存储区域是表对象的一部分，顺序表创建后，元素存储区就固定了。图b为分离式结构，表对象里只保存与整个表有关的信息（即容量和元素个数），实际

2021-05-09 20:16:09 87

原创 08：初识数据结构与算法

初识数据结构与算法初步了解了算法和数据结构的定义、特点了解了时间复杂度所消耗的时间从小到大： O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) ) < O(n^3) < O(2n) < O(n!)< O(n^n) Python内置类型性能分析 timeit模块 timeit模块可以用来测试一小段Python代码的执行速度。 class timeit.Timer(stmt=‘pass’, setup=‘pass’, t

2021-05-09 17:16:33 66

原创 day06 pandas的时间序列

pandas的时间序列首先我们可以通过pd.date_range（）来设置一个时间序列 pd.date_range(start=None, end=None, periods=None, freq=‘D’) start和end以及freq配合能够生成start和end范围内以频率freq的一组时间索引，start和periods以及freq配合能够生成从start开始的频率为freq的periods个时间索可以使用pandas提供的方法把时间字符串转化为时间序列 df[“timeStamp”] = p

2021-05-08 18:43:07 52

原创 day05 数据字符离散化的合并、分组，索引、调用

数据字符离散化的合并、分组，索引、调用 join:默认情况下他是把行索引相同的数据合并到一起 merge:按照指定的列把数据按照一定的方式合并到一起 grouped = df.groupby(by=“columns_name”) grouped是一个DataFrameGroupBy对象，是可迭代的 grouped中的每一个元素是一个元组元组里面是（索引(分组的值)，分组之后的DataFrame）简单的索引操作：获取index：df.index 指定index ：df.index = [‘x’,‘y’]

2021-04-27 17:27:43 81

原创 day04：初识pandas

Series如何创建，如何进行索引和切片一维，带标签的数组 pd.Series([]) pd.Series({}) #字典的键就是Series的索引 s1[“a”] s1[["a","c"]] s1[1] s2[[1,5,3]] s2[4:10] DataFrame如何创建，如何进行索引和切片二维，Series的容器 pd.DataFrame([[],[],[]]) #接收2维数组 pd.DataFrame({“a”:[1,23],“c”:[2,3]}) pd.Dat

2021-04-22 15:26:24 53

原创 day03 初识numpy

上周末两天木得学习，此对这两天课程的学习进行简单总结初识numpy 首先学习了numpy的概念，随后了解了numpy基础的传数据功能np.array、np.reshape（）可以确定数组的行列数，嵌套括号可变多维、np.astype可以调整数据的类型、变量名.flatten（）可以把几个数组变为一堆。数组运算时，要遵循广播原则，至少行列一个一样才可以计算 axis 轴：0轴是行，1轴是列读取本地文件：np.loadtxt（file_path（路径），delimiter=“，”【分隔符号】，dtype【

2021-04-20 20:33:41 74

原创 day02-matplotlib进一步学习

标题matplotlib进一步学习这一天课程内容较少，对matplotlib中绘制散点图【plt.scatter()】，柱状图【plt.bar*(h)*()】，直方图【plt.hist()】‘normed=1 or True’可绘制频率分布进行了学习. 了解了三种画图工具网站： seaborn plotly Echart ...

2021-04-16 16:26:09 43

原创 day01——初识数据分析与matplotlib

初识数据分析与matplotlib 了解数据分析概念以及anaconda的安装&功能你好！这是你第一次使用 Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Mark

2021-04-15 17:32:50 74

A_Walsh的博客