小白水手的博客

jupyter

json解析变 if else高手import jsonfrom urlparse import *# 词典获取value值需要判断key是否存在，于是慢慢变成 if else高手了# dict 本身有个get函数，可以不用判断，直接获取，如果没有key, 获取的就是默认值# 获取 key = realtitle 的值，如果没有就设为默认值 realtitlereal_title = ana.get('page_element', {}).get('realtitle', "realtitle"

https://zhuanlan.zhihu.com/p/81262346

from collections import namedtupledef csv_reader(fd, delimiter='\t'): def gen(): for i in fd: yield i.rstrip('\n').split(delimiter) return gen()def read_tsv(input_file, quotechar=None): with open(input_file, 'r', encoding

groupby以为只有pandas有groupby，没想到python自带groupby，两个的不同点在于自带版本只能聚合相邻相同key，pandas的聚合没有相邻这个限制# -*-coding:utf-8-*-import sysreload(sys)sys.setdefaultencoding('utf-8') import osimport refrom itertools import groupby def group_pattern(line): return line

【代码】【python】time。

目前用到啥，整理啥随机打乱样本数据linuxpandas'''frac指的是返回的样本，如果需要30%的数据，那么可以设置参数为0.3df.sample(frac=1).reset_index(drop=True) 随机生成无重复数据'''list中取出5个样本import randomlist = []sap = random.sample(list, 5)...

# 正则表达式import repattern = re.compile(r"^((19[2-9]\d{1})|(20((0?[0-9])|(1?[0-8]))))\ ((0?[1-9])|(1?[0-2]))\ ((0?[1-9])|([1-2][0-9])|30|31)$")pattern.findall("1989 01 08")pattern = re.compile(r"^((1...

文件是否存在、不存在创建if(os.path.exists("lstm_res.txt") is False): fp = open("./lstm_res.txt",'x') 读取文件夹下的所有文件

记录序列的前5大import heapqlist_o = [1,6,4,9,10,8,4]list_s = []for num in list_o: heapq.heappush(list_s, num) if(len(list_s) > 5): heapq.heappop(list_s)print(list_s)...

背景双重for循环，40000 * 40000的时间复杂度，其中不涉及改值，只是读取，而且计算之后需要保留top5大值，符合并行原则。for i in n: for j in m:其实i和j的计算不冲突，i和0-m进行计算，i+1值分别和0-m计算，不必排序计算，可以多进程。...

import pymysqlimport pandas as pdimport csvdef connectdb(): print('连接到mysql服务器...') # 打开数据库连接 # 用户名:hp, 密码:Hp12345.,用户名和密码需要改成你自己的mysql用户名和密码，并且要创建数据库TESTDB，并在TESTDB数据库中创建好表Student ...

1.list 和 turple两个很相似，不同在于： list 是可变的，turple是不可变的。turple没有append，insert方法 但是不可变并不代表内容不变，只是指向的地址不变。 可变在here...

本以为python的nan是专有的类型，但是JS也是有这个类型的。这里出了7个判断的方法，但实际有效的只有3个，还有半有效的~后四个方法则是只有np.nan可以判断自己的类型，其他三种没办法自己判断自己。也就是说：np.nan is np.nan是Truefloat(‘nan’) is float(‘nan’) 是False，另外两个也是False为什么呢？Nan 全称是Not ...

1、 python数据预处理—将类别数据转换为数值的方法# 将字符型转为数值型from sklearn.preprocessing import LabelEncodercol = list(data.columns)for i in col: if(data[i].dtype == 'object'): Lale = LabelEncoder() ...

https://blog.csdn.net/u013205877/article/details/70332612yield 关键字

1、输入'''按照空格分开，等同于list,每个元素类型默认str'''a = input().split()'''输入n, 然后输入n个数字'''n = input().split()a = [int(i) for i in input().split()]2、字符串逆转'''reverse 为 string 的逆转'''reverse = string[::-1]3、L...

listpython的列表内部实现是数组（具体实现要看解析器, CPython的实现 ），因此就有数组的特点。超过容量会增加更多的容量，set, get 是O(1)，但del, insert, in的性能是O(n)。具体的看下表，'n’是容器中当前的元素数， 'k’需要操作的元素个数OperationAverage CaseAmortized Worst CaseCopy...

https://blog.csdn.net/u011630575/article/details/78604226

一、读取5G的csv文件没问题，但是内存就用了11G，仍然没办法进行数据分析的操作。只能读取的话，import dask.dataframe as ddimport osfrom tqdm import tqdmTRAIN_PATH = '../input/train.csv'# Set columns to most suitable type to optimize for mem...

将list打包成turple，然后返回由这些turple组成的list，如果传入的参数是大小不一的，返回的是较小的范围。import numpy as npa = [1,2,3]b = [2,4,6]c = zip(a,b) # 压缩a,b listfor i in c: print(i)# (1, 2)# (2, 4)# (3, 6)e = [[1,2,3],[...

#可以同时获取value和index#字符串for i ,j in enumerate('abc'): print(i,j)# 输出结果为：#0 a#1 b#2 c#列表a=[1,2,3,4,5,6]for i ,j in enumerate(a): print(i,j)#0,1#1,2#2,3#3,4#4,5#5,6list2=a[::-1]l...

1.字符串内部排序return t = "".join((lambda x:(x.sort(),x)[1])(list(strs[i])))2.快速排序def quicksort(arr): if len(arr) <= 1: return arr pivot = arr[len(arr) // 2] # 在python3.X中 ...

1.axis(轴)import numpy as npndarray = np.arange(1,10).reshape(3,3)a = ndarray.sum()b = ndarray.sum(axis = 1) #分别计算每一列的和c = ndarray.sum(axis = 0) #分别计算每一行的和d = ndarray[:][0:2] #轴0全部都取，...

1.按key排序dic={'a':7,'b':2,'c':3}print(sorted(dic.keys(),reverse=True)) # 按照 递减 排序 reverse=true# 只返回键值 ['c', 'b', 'a']import operatordic={'a':7,'b':2,'c':3}print(sorted(dic.items(),key=operato...

频率分布直方图# 运行以下代码# sort the values from the top to the least value and slice the first 5 itemsimport pandas as pdimport matplotlib.pyplot as pltimport numpy as nppath7 = './data.csv' # train.cs...

转载自here 为了理解文本的内容，希望本文的读者需要对pandas 的Series使用有一定的经验 本人对series并不熟悉，所以在此做个记录，内容以后补充。数据类型？None是一个python特殊的数据类型，但是NaN却是用一个特殊的floatfrom numpy import NaN #又见识到一个新的NaNfrom pandas import Series, Dat...

import numpy as np#pad填充# Z = np.ones((5,5))# Z = np.pad(Z, pad_width=1, mode='constant', constant_values=0)# print(Z)#NaN与None# print('0 * np.nan = ',0*np.nan) #nan# print('np.nan == np.na...

选择错题 #[题目链接](https://www.icourse163.org/learn/NJU-1001571005?tid=1002701006#/learn/ojhw?id=1003423011)def find_person(dict_users, strU): if strU in dict_users: return dict_use...

pip install 配置环境 未成功，因为现在使用的是headless。 用了google的headless,扩展应用一直关不掉，导致运行失败，用Firefox试试

import cv2import glob# box folder pathpath = "/box"# original image path#img_path = "/run/media/syc/sakamoto/dianjing/bad_particles/HBsAg_tif"#img_path = "/box"save_path = "/box_cls/"#保存路径fi...

1.imshow()失败import tensorflow as tffrom sklearn.datasets import load_digitsimport matplotlib.pyplot as pltimport numpy as npdigits = load_digits() #载入数据集plt.imshow(digits.image[12]) #获取标签为...

以下是tensorflow包导入，默认在每一段代码里都有了from __future__ import print_function,division#_future_必须放在最前边，这个模块比较特别，它可以导入那些在未来会成为标准python组成的新特性import tensorflow as tffrom sklearn.datasets import load_digitsim...

import globimport csvimport os#csvFile = open('文件名','r-读，w-写,a-追加',指定缓冲)csvFile2 = open('out_test4.1.csv','r',newline='')num = 0with csvFile as f: for line in f.readlines():...

linspace 实现等差数列import numpy as npy1 = np.linspace(-10.0, 10.0) # 默认生成50个数据y2 = np.linspace(1.0, 10.0, 10) #指定生成大小为10，从1到10的等差数列print(y)输出： [-10. -9.59183673 -9.18367347 -8.7755102 ...

Python 中，数据可视化一般是通过较底层的 Matplotlib 库和较高层的 Seaborn (之前并不知道，留着学)库实现的，本文主要介绍一些常用的图的绘制方法。

# ----------------------显示中文----神奇般的存在----------------from pylab import *mpl.rcParams['font.sans-serif'] = ['SimHei']# -------------------------显示中文--------------------...

一边删除一边遍历,需要删除后重新建立索引wea= pd.read_csv(path) for i in range(wea.shape[0]): datee = str(wea.loc[i,'date']) #读取某一列 if():#满足某个条件 wea.drop(wea.index[i],inplace=True) wea = wea.re...

首先解释下什么是ajax动态网页，刷微博会经常遇见这种，往下一直拉取，就会一直有数据在加载，然后显示在你的界面，类似于下图。也能发现，该网页是通过改变offset(步长为20)，来加载数据（观察改步是通过的XHR标签）然后抓取数据。有待学习google开发者F12network如果看ajax加载，需要XHR标签如果看源码，需要Doc标签待有机会，详细解析代码，目前只是崔老师的成功爬...

搭建Django参考改自here1、创建Django项目：django-admin startproject ulb_manager2、进入项目根目录，创建app作为项目后端cd ulb_managerpython manage.py startapp backend在这里backend为项目后端名字因为已经有了VUE前端，所以目前就只是连接起来，能够在django下连接到前...