albh81462的博客

numpy模块内置的函数能够对数组进行复杂而高效的操作，这些函数中都有一个参数axis（轴）。在数组中，轴表示维度，对于二维数组，axis参数的取值通常有：当axis为None，表示把数组展开为一维数组；当axis为0时，表示按照列（第一维）进行计算；当axis=1时，表示按照行（第二维）进行计算。一，排序sortsort(axis,kind)函数用于对数组进...

数据处理的目的是为了数据分析，下面分享常用的数据分析中会用到的函数。一，分组和聚合groupby用于对数据分组，分组之后可以直接调用聚合函数求值；agg()函数把分组和调用聚合函数集成到一个函数来实现：DataFrame.groupby(self, by=None, axis=0, level=None, as_index=True, sort=True, group_...

对数据框中的数据进行处理，使数据格式满足业务需求。一，增加列或删除列向数据框中增加新列或删除列，各有两种方法。1，简单方法通过为一个新列赋值来向数据框中增加新列，新列始终处于列的末尾：>>> df['new']='a'通过del 命令来删除数据框中的列：>>> del df['new']2，插入新列...

DataFrame的这些操作和Series很相似，这里简单介绍一下。一，应用apply()函数应用于轴级别，applymap应用于元素级别：DataFrame.apply(self, func, axis=0, raw=False, result_type=None, args=(), **kwds)DataFrame.applymap(self, func)...

测试的版本：SQL Server 2017内存优化表上可以创建哈希索引（Hash Index）和内存优化非聚集（NONCLUSTERED）索引，这两种类型的索引也是内存优化的，称作内存优化索引，和基于硬盘的传统索引有很大的区别：索引结构存储在内存中，没有索引碎片和填充因子对索引所作的更新不会写入事务日志文件，这导致索引的更新操作性能非常高一，创建内存优化索引在...

索引是DataFrame和Series的行标签，并且可以有一个或多个索引。如果DataFrame和Series有一个索引，称作单级别索引；如果有多个索引，称作多级别索引。索引类似于DataFrame和Sereis的一列数据，可以有多种数据类型。索引的类型有：整数索引（Numeric Index）、分类索引（Category Index）、日期时间索引（DateTime Index、Tim...

对序列进行数据数据，一，删除序列中的重复值当序列中存在重复值时，可以删除重复值，使序列中的值是唯一的：Series.drop_duplicates(self, keep='first', inplace=False)参数keep：有效值是first（保留第一个，删除后面出现的重复值），last（保留最后一个，删除前面出现的重复值），false（不保留，把重复的数据...

对序列进行处理，包括对序列进行排序、追加一个序列、对序列值进行替换、对序列的值进行更新，并处理序列中出现的缺失值。一，序列的排序按照值或索引对序列进行排序：Series.sort_values(self, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')Serie...

序列内置一些函数，用于循环对序列的元素执行操作。一，应用函数对序列的各个原始应用函数：Series.apply(self, func, convert_dtype=True, args=(), **kwds)参数注释：func：应用的函数，可以是自定义的函数，或NumPy函数convert_dtype：默认值是True，尝试把func应用的结果转换为更...

pandas是基于NumPy构建的模块，含有使数据分析更快更简单的操作工具和数据结构，包含序列Series和数据框DataFrame两种最主要数据结构，Index也是pandas中非常重要的数据结构。一，数据结构数据框（DataFrame）类似于二维的关系表，每列的数据类型是相同的，列与列的数据类型可以不同，也可以相同。数据框的结构是行和列，列有列名，行有行索引，行索引还可以设置...

序列(Series)是一维的，由一组有序的数据以及与之相关的索引组成，能够保存任何类型的数据（整数，字符串，浮点数，Python对象等）的一维数组。轴标签和下标统称为索引，可以通过索引来访问Series对象中的元素。一，创建序列序列的构造函数定义是：pandas.Series(data=None, index=None, dtype=None, name=None, co...

DAX中用于处理文本的函数，和其他语言很相似。一，文本连接文本连接也可以使用操作符 & 来实现，也可以使用函数CONCATENATE来实现：CONCATENATE(<text1>, <text2>) 把整个表中的所有行，使用分隔符拼接为一个字符串，返回值是一个字符串，不常用：CONCATENATEX(<table>...

Python中的json对象实际是一个字典结构，用于存储和交换信息，导入json模块：import json1，把字符串转换为jsonjson的load()方法用于把josn格式的字符串转换为json对象，这实际上是一个字典结构：json_string= '{ "name":"John", "age":30, "city":"New York"}'# ...

DAX有三个用于生成分组聚合数据的函数，这三个函数有两个共同的特征：分组列和扩展列。分组列是用于分组的列，只能来源于基础表中已存的列，分组列可以来源于同一个表，也可以来源于相关的列。扩展列是由name和expression对构成的，name是字符串，expression是包含聚合函数的表达式。在分组列和扩展列上，这三个函数有各自独特的处理方式。一，SUMMARIZ...

表连接是指两张表根据关联字段，组合成一个数据集。表连接不仅可以利用数据模型中已有的关系，而且可以利用DAX表达式基于表的任意列定义连接条件。因此，在DAX中，实现表与表之间的连接，有两种方式：第一种方式：利用数据模型中的现有关系，以便查询包含在不同表中的数据。第二种方式：编写 DAX 表达式创建连接，以生成与关系等效的效果。一，利用数据模型中的关系（左外连接）利用...

并发，在操作系统中，是指一个很短的时间段中有几个程序都处于已启动运行到运行完毕之间，并发程序之间有相互制约关系，直接制约体现为一个程序需要另一个程序的计算结果，间接制约体现为多个程序竞争同一资源，如处理机、缓冲区、数据等。在数据库系统中，并发主要是指资源的争用，当两个进程同时在访问或更新同一个数据时，产生资源的争用，资源争用会引起一系列的问题，比如数据不一致、查询阻塞、死锁等。一，...

阻塞就是常说的等待，是指事务A等待特定的资源得到满足之后，才能继续执行下去。发生阻塞的另外一种情况是被其他事务阻塞。阻塞对性能的影响，有时会比死锁更严重，这是因为死锁持续的时间非常短，SQL Server 一旦探测到死锁的发生，就会立即杀死一个进程，以结束死锁，使其他进程能够正常运行下去。然而，阻塞不会被杀死，可以持续很长很长时间，这就使得被阻塞的进程即使瞬间就可以完成，也必须等待资源得...

Windows 任务调度程序（Task Scheduler）可以定时执行程序，本文分享使用Task Scheduler定时执行Python脚本的两种方法。在控制面版->管理员工具中打开Task Scheduler ：在Task Scheduler Library中创建一个新的文件夹demo，右击，点击“Create Basic Task”，打开创建任务向导：s...

sklearn.preprocessing包提供了几个常用的转换函数，用于把原始特征向量转换为更适合估计器的表示。转化器(Transformer)用于对数据的处理，例如标准化、降维以及特征选择等，提供的函数大致是：fit(x,y):该方法接受输入和标签，计算出数据变换的方式。transform(x):根据已经计算出的变换方式，返回对输入数据x变换后的结果（不改变x）f...

数据库引擎的工作流程可以归纳为接收请求、执行请求和返回结果。数据库引擎每接收到一个新的查询请求（Query Request），查询优化器就会执行以下工作流程：编译请求：对TSQL语句进行语法解析，编译请求，生成TSQL语句表示的逻辑结构。查询优化：根据TSQL语句的逻辑结构，生成多个预估的执行方案，并根据统计信息，评估每个预估方案的开销，选择开销最低的方案作为最优方案。执...