MaeveShi-CSDN博客

原创 SQL面试50题笔记 11-20 详解思路与注意点

Student学生表：学号s_id 学生姓名s_name 出生年月性别Score 成绩表：学号s_id 课程编号c_id 成绩s_scoreCourse课程表：课程编号c_id 课程名称c_name 教师号t_idTeacher 教师表：教师号t_id 教师姓名t_name十一、查询至少有一门课与学号为’‘01’'的学生所学课程相同的学生的学号和姓名（重点）select s_id s_name from student where s_id in(select distinct s_id f

2021-08-26 02:39:35 195

原创 SQL面试50题笔记 1-10 详解思路与注意点

video from https://www.bilibili.com/video/BV1q4411G7Lw?p=9Student学生表：学号s_id 学生姓名s_name 出生年月性别Score 成绩表：学号s_id 课程编号c_id 成绩s_scoreCourse课程表：课程编号c_id 课程名称c_name 教师号t_idTeacher 教师表：教师号t_id 教师姓名t_name一、查询课程编号为01的课程比02的课程成绩高的所有学生的编号（重点）关键：构成子查询思路：将学生1课程和

2021-08-25 03:30:21 736

原创 sklearn.preprocessing()详解: 标准化、正则化、最小最大规范化、特征二值化

一. 数据的标准化与归一化(zero-mean normalization): class sklearn.preprocessing.StandardScaler(*, copy=True, with_mean=True, with_std=True)官方文档-StandardScalerstandard score(z) of a sample x: z = (x - u) / su: the mean of training samples (u = 0 if with_mean = Fal

2020-08-06 17:36:48 4416

原创 Matplotlib3D作图-plot_surface(), .contourf(), plt.colorbar()

导入模块import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D构建数据和函数np.meshgrid(): 创建坐标网格#创建数据，构建网格X = np.arange(-4, 4, 0.25)Y = np.arange(-4, 4, 0.25)X, Y = np.meshgrid(X, Y) Z = 3 * (1-X)*.

2020-08-05 10:43:00 4327 1

原创 Matplotlib-并列柱状图/组合柱状图

一. 创建一个较为简单的数据集便于观察raw_data = {'水果': ['香蕉', '苹果', '草莓'], '价格': [2,4,10], '数量': [5,3,6],}df = pd.DataFrame(raw_data)print(df)水果价格数量0 香蕉 2 51 苹果 4 32 草莓 10 6二.创建并列柱状图法一：根据数据框的行数创建数列pos，定义柱的宽度pos = lis

2020-08-04 17:01:31 2361

原创 Matplotlib图中图（在一个图片中嵌入多个小坐标系）

一. 创建数据x = [1, 2, 3, 4, 5, 6, 7]y = [1, 3, 4, 2, 5, 8, 6]二. 绘制大图确定大图左下角在整个figure中的位置。假设figure为10x10，创建左下角在(1, 1)、宽为8、高为8的坐标系left, bottom, width, height = 0.1, 0.1, 0.8, 0.8利用 ax = fig.add_axes(position) 将大图加到figure中，在使用add_axes时，传递的参数中，前两个元素为axe

2020-08-04 12:16:27 1574

原创风速练习(parse_dates参数、apply()、isnull().sum()、.mean().mean())

一. pd.read_csv()中的参数parse_dates:parse_dates: 布尔值、由整数、名字、数列构成的数列、也可以为字典。(boolean or list of ints or names or list of lists or dict, default False)意义：指定将某些列作为时间索引boolean. True -> 解析索引list of ints or names. e.g. If [1, 2, 3] -> 解析1,2,3列的值作为独立的日期列；

2020-08-01 22:21:24 2310

原创美国犯罪率练习-时间序列索引（to_datetime(), .resample(), .set_index(), .idxmax()）

时间序列知识点将Year列的数据类型转换为datetime64crime.Year = pd.to_datetime(crime.Year, format='%Y')crime.info()output：<class ‘pandas.core.frame.DataFrame’>RangeIndex: 55 entries, 0 to 54Data columns (total 12 columns):Year 55 non-null dat

2020-07-30 16:31:20 419

原创欧洲杯数据知识点-基础pandas练习

文章链接对数据按照先red cards，后yellow cards排序：import pandas as pdimport numpy as npeuroData = pd.read_csv('/Users/Desktop/十套python练习/exercise_data/Euro2012_stats.csv)euroData.sort_values(by = ['Red Cards', 'Yellow Cards'], ascending =False)pandas.Dataframe.

2020-07-29 12:11:14 722

原创 Chipotle数据分析-知识点汇总

原文链接一、数据集信息import pandas as pdimport numpy as npimport matplotlib.pyplot as pltchipo = pd.read_csv('/Users/Desktop/十套python练习/exercise_data/chipotle.tsv', sep = '\t')chipo.head(10)#显示前十行chipo.shape[0]#显示行数chipp.shape[1]#显示列数chipo.columns#打印列名称chi

2020-07-28 17:55:01 1253

原创 Python内置函数enumerate和Numpy中的np.ndenumerate()、np.nindex()

enumerate(sequence, [start = 0])python内置的enumerate函数将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。sequence: 序列、迭代器或者其他支持迭代的对象start: 下标起始位置for循环和enumerate结合使用>>>seq = ['one', 'two', 'three']>>> for i, element in enumer

2020-07-17 15:30:38 4261 1

原创 Numpy练习-求柯西矩阵及其行列式-np.subtract.outer()

np.subtract.outer(A, B)np.subtract.outer用于对两个数列之间的元素进行规律性的运算，生成新的数组。具体运算方式：假设A(i,j)=aij,B(i,j)=bijA_{(i,j)} = a_{ij}, B_{(i,j)} = b_{ij}A(i,j)=aij,B(i,j)=bij，则对于通过np.subtract.outer生成的数组ZZZ, 有Z(i,j)=zij=aij−bijZ_{(i,j)} = z_{ij} = a_{ij}- b_{ij}Z(i,

2020-07-17 11:03:22 1877

Numpy练习-通过循环对象建立新数组-np.fromiter()

np.fromiter(iterable, dtype, count = -1)从一个循环对象中提取数字，产生新的数组Iterable: 为生成数组提供数据的对象dtype: 生成的数组內数据类型Parametersiterable: iterable objectAn iterable object providing data for the array.dtype: data-typeThe data-type of the returned array.count: int,

2020-07-16 17:54:48 4149

原创区分Python内置函数sum和numpy.sum()

sum(iterable[, start]) & np.sum (a, axis = None)sum(iterable[, start])为python内置运算iterable – 可迭代对象，如：列表、元组、集合。start – 指定相加的参数，如果没有设置这个值，默认为0。>>>sum([0,1,2]) 3 >>> sum((2, 3, 4), 1) # 元组计算总和后再加 110>>> sum([

2020-07-16 16:20:39 743

原创 np.tile(A, reps)

np.tile(A,reps)Tile: 铺瓷砖；此函数根据给定的reps次数复制A，生成新的数组，整个过程像铺瓷砖Interpretation: Constuct array by repeating A the number of times given by reps.例：构造一个棋盘形式的数组，第一行为0、1、0、1····，第二行为1、0、1、0···，以此类推。法一：z = np.zeros((8,8))#将第2、4、6、8行和第1、3、5、7列交叉的地方改成1z[1::2, :

2020-07-16 15:27:18 197

原创 np.unravel_index()

np.unravel_index(indices, shape, order = ‘C’)一句话概括：求出数组某元素（或某组元素）拉成一维后的索引值在原本维度（或指定新维度）中对应的索引官网给出的概括是convert a flat index or array of flat indices into a tuple of coordinate arrays.indices: 整数构成的数组，其中元素是索引值（integer array whose elements are indices in

2020-07-16 12:22:08 9661 1

原创 Numpy.diag(v, k = 0)

np.diag(v, k = 0)一句话总结：Extract a diagonal or construct a diagonal array.即既可以以一维数组的形式返回对角线元素，也可以将一维数组转换成方阵。参数意义：v (array_like)When v is a 2-D array, returns a copy of its k-th diagonal.When v is a 1-D array, returns a 2-D array with v on its k-th d

2020-07-15 17:41:52 320

原创 Numpy练习-用0或1包裹数组-np.pad()

np.pad(array, pad_width, mode, kwargs)顾名思义，用于给数组array扩充新的行或者列官网链接：np.pad()参数意义：array：要填充的对象pad_width：各个方向上填充的维度pad_width = ((1,2), (2,2)) 指第一维（此时为行）上面填充一位、下面填充两位；第二维（此时为列）左边填充两位、右边填充两位mode：用于指定填充内容，选择颇多，详见官网。例1(One Dimension Array)：array = np.arr

2020-07-15 15:43:32 415

从零开始的编码生活