单链表的建立
#include<stdio.h>
#include<malloc.h>
typedef struct LNode
{
int data;
struct LNode next;
}Linklist;
void kaishi(Linklist * &L,int a[],int n)
{
Linklist s;
L=(Linklist)malloc(sizeof(Linklist));
L->next=NULL;
for(int i=0;i<n;i++)
{
s=(Linklist)malloc(sizeof(Linklist));
s->data=a[i];
s->next=L->next;
L->next=s;
}
}
int main()
{
Linklist *L;
int n,i;
scanf("%d",&n);
int a[100];
for(i=0;i<n;i++)
{
scanf("&d",&a[i]);
}
kaishi(L,a,n);
}
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、pandas是什么?
示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
二、使用步骤
1.引入库
代码如下(示例):
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
2.读入数据
代码如下(示例):
data = pd.read_csv(
'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())
该处使用的url网络请求的数据。
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。