2018年01月_brucewong0516

原创【python】pandas库Series类型与基本操作详解

Series类型由一组数据及与之相关的数据索引组成，Series类型可以由如下类型创建：Python列表，index与列表元素个数一致In [1]: import pandas as pdIn [2]: list_a = [2,4,5,6]In [3]: pd.Series(list_a)Out[3]:0 21 42 53 6dtype:

2018-01-29 16:54:14 81988 3

原创【python】numpy库ndarray多维数组的的运算：np.abs(x)、np.sqrt(x)、np.modf(x)等

numpy库提供非常便捷的数组运算，方便数据的处理。1、数组与标量之间可直接进行运算In [45]: aOut[45]:array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])In [46]: a/5Out[46]:array([[ 0. , 0.2, 0.4, 0.6],

2018-01-28 13:56:51 74163

原创【python】numpy库ndarray多维数组的索引和切片详解与实例

numpy库多维数组的类型和列表的类型非常类似，同样有索引和切片功能：索引：获取数组中特定位置元素的过程切片：获取数组元素子集的过程1、一维数组的索引和切片：与Python的列表类似In [34]: a = np.arange(10)In [35]: a[0]Out[35]: 0In [36]: a[1:4:2] #起始编号: 终止编号(不含): 步长，3元素冒号

2018-01-28 13:23:49 13033

原创【python】numpy库ndarray多维数组的类型变换 .astype（）与向列表的转换tolist（）详解与实例

1、ndarray数组的类型变换np. astype（dtype）astype()方法一定会创建新的数组（原始数据的一个拷贝），即使两个类型一致In [30]: aOut[30]:array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 1

2018-01-28 13:08:57 6905

原创【python】numpy库ndarray多维数组的维度变换方法：reshape、resize、swapaxes、flatten等详解与实例

numpy库对多维数组有非常灵巧的处理方式，主要的处理方法有：.reshape(shape) ：不改变数组元素，返回一个shape形状的数组，原数组不变.resize(shape) ：与.reshape()功能一致，但修改原数组In [22]: a = np.arange(20)#原数组不变In [23]: a.reshape([4,5])Out[23]:arr

2018-01-28 11:38:03 57651 1

原创【python】numpy库ndarray多维数组的创建方法：np.array(list/tuple)、arange, ones, zeros等详解

ndarray数组的创建方法有从Python中的列表、元组等类型创建ndarray数组使用NumPy中**函数创建**ndarray数组，如：arange, ones, zeros等从字节流（raw bytes）中创建ndarray数组从文件中读取特定格式，创建ndarray数组1、从Python中的列表、元组等类型创建ndarray数组当np.array()不指定dtype时

2018-01-28 10:56:28 14691 1

原创【python】详解python元组tuple与列表List异同

1、元组tuple与列表List相同点元组tuple与列表List都是序列类型的容器对象，可以存放任何类型的数据、支持切片、迭代等操作。In [3]: a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]#支持切片操作In [4]: a[1:10:3]Out[4]: [1, 4, 7]In [5]: b = (0, 1, 2, 3, 4, 5, 6, 7,

2018-01-27 13:46:04 1315

原创【python】numpy库数组拼接快捷方式horizontal&vertical、np.c_、np.column_stack等官方文档详解与实例

上一篇用到了np.concatenante方法处理数组拼接问题，这个方法在pandas库同样有pd.concat的方法对应，因而选择上述方法会比较熟悉且常用，详见上一篇博客：【python】numpy库数组拼接np.concatenate官方文档详解与实例。对于数组处理的方法还是有很多，下面进一步详解其他方式，方便在实操过程中有更多的选择。1、np.vstack & np.hstack

2018-01-26 12:02:44 6409

原创【python】numpy库数组拼接np.concatenate官方文档详解与实例

在实践过程中，会经常遇到数组拼接的问题，基于numpy库concatenate是一个非常好用的数组操作函数。1、concatenate((a1, a2, …), axis=0)官方文档详解concatenate(...) concatenate((a1, a2, ...), axis=0) Join a sequence of arrays along an existi

2018-01-25 11:00:49 207963 15

原创【python】numpy库数组array基础、生成以及基本运算Basic Operations

1、numpy 数组基础ndarray.ndim ：秩，即轴的数量或维度的数量，返回数组的为维度ndarray.shape ： ndarray对象的尺度，对于矩阵，n行m列ndarray.size ： ndarray对象元素的个数，相当于.shape中n*m的值ndarray.dtype ：ndarray对象的元素类型ndarray.itemsize

2018-01-25 10:28:43 948

原创【python】详解enumerate函数用法

1、内置函数enumerate(iterable[, start])的官方说明：class enumerate(object) | enumerate(iterable[, start]) -> iterator for index, value of iterable | | Return an enumerate object. iterable must be another

2018-01-25 10:05:06 3253

原创【python】详解异常（Exception）信息捕捉获取与处理

异常信息的获取对于程序的调试非常重要，可以有助于快速定位有错误程序语句的位置并进行调试。python用异常对象（exception object）来表示异常。遇到错误后会引发异常，如果异常未被处理或捕捉，程序就会用所谓的回溯（traceback）终止执行。1、raise语句为了引发异常，可以使用一个类（应该是exception的子类）或者实例参数调用raise语句。使用类时，程序会自动创建

2018-01-24 23:28:43 11123 1

原创【python】详解装饰器@的使用：性能测试、装饰器参数、调用顺序、内置装饰器

python中使用’@’ 作为函数的修饰符，可以在模块或者类的定义层内对函数进行修饰，出现在函数定义的前一行，不允许和函数定义在同一行。一个修饰符就是一个函数，它将被修饰的函数作为参数，并返回修饰后的同名函数或其他可调用的东西。装饰模式有很多经典的使用场景，例如插入日志、性能测试、事务处理等等，有了装饰器，就可以提取大量函数中与本身功能无关的类似代码，从而达到代码重用的目的。1、通过装饰器

2018-01-23 11:33:22 1684

原创【python】详解lambda匿名函数以及结合map、reduce、filter、sorted等使用

简单来说， lambda 表达式通常是在需要一个函数，但是又不想费神去命名一个函数的场合下使用，也就是指匿名函数。lambda只是一个表达式，函数体比def简单很多lambda的主体是一个表达式，而不是一个代码块。仅仅能表达有限的逻辑lambda表达式是起到一个函数速写的作用，允许在代码内嵌入一个函数的定义lambda格式：冒号前是参数,可以有多个,用逗号隔开,冒号右边的返回值

2018-01-23 00:05:11 2492

原创【python】详解类class类的构造函数new和初始化函数init及定制一个类（终章）

首先回顾之前类的所有篇章：【python】python中的类，对象，方法，属性初认识（一）详见链接【python】详解类class的属性：类数据属性、实例数据属性、特殊的类属性、属性隐藏（二）详见链接【python】详解类class的方法：实例方法、类方法、静态方法（三）详见链接【python】详解类class的访问控制：单下划线与双下划线_（四）详见链接【python】详解类cla

2018-01-22 10:41:09 17805 1

原创【python】详解类class的通过slots限制类实例对象的属性（七）

当我们通过一个类创建了实例之后，仍然可以给实例添加属性，但是这些属性只属于这个实例。有些时候，我们可以需要限制类实例对象的属性，这时就要用到类中的_ _slots _ _ 属性了。_ _ slots_ _属性对于一个tuple，只有这个tuple中出现的属性可以被类实例使用。class person(object): __slots__ = ("name", "age","weig

2018-01-22 01:07:57 1032

原创【python】详解类class的方法解析顺序MRO（Method Resolution Order）（六）

在【python】详解类class的继承、init初始化、super方法（五）详见链接一文中通过super的方法使得子类调用父类的属性或函数方法。正是因为class有方法解析顺序MRO。此文将详解MRO运行逻辑。Python的多继承类是通过MRO的方式来保证各个父类的函数被逐一调用，而且保证每个父类函数只调用一次（如果每个类都使用super）混用super类和非绑定的函数是一个危险行为，这

2018-01-22 00:20:15 2923

原创【python】详解类class的继承、init初始化、super方法（五）

通过之前四篇的介绍：【python】python中的类，对象，方法，属性初认识（一）详见链接【python】详解类class的属性：类数据属性、实例数据属性、特殊的类属性、属性隐藏（二）详见链接【python】详解类class的方法：实例方法、类方法、静态方法（三）详见链接【python】详解类class的访问控制：单下划线与双下划线_（四）详见链接Python中类相关的一些基本

2018-01-21 23:34:22 93188 24

原创【python】详解类class的访问控制：单下划线_与双下划线__（四）

Python中没有访问控制的关键字，例如private、protected等等。但是，在Python编码中，有一些约定来进行访问控制。1、单下划线”_”在Python中，通过单下划线”“来实现模块级别的私有化，变量除外。一般约定以单下划线”“开头的函数为模块私有的，也就是说”from moduleName import * “将不会引入以单下划线”_”开头的函数。现在有一个模块

2018-01-21 16:40:50 20800 2

原创【python】详解类class的方法：实例方法、类方法、静态方法（三）

在一个类中，可能出现三种方法，实例方法、静态方法和类方法，下面来看看三种方法的不同：1、实例方法实例方法的第一个参数必须是”self”，实例方法只能通过类实例进行调用，这时候“self”就代表这个类实例本身。通过”self”可以直接访问实例的属性。class person(object): tall = 180 hobbies = [] def __in

2018-01-21 13:34:06 7993 4

原创【python】详解类class的属性：类数据属性、实例数据属性、特殊的类属性、属性隐藏（二）

自上一篇python中的类，对象，方法，属性初认识（一）认识了类的基本架构，下面继续对类进行详解，更加深入了解类的属性、方法、访问控制这三个方面的类容。紧接上一篇类的实例：class person(): tall = 180 def __init__(self,name,age,weight): self.name = name self

2018-01-21 13:15:27 17000 10

原创【python】python中的类，对象，方法，属性初认识（一）

面向对象编程需要使用类，类和实例息息相关，有了类之后我们必须创建一个实例，这样才能调用类的方法。首先看一下类的结构模式：class类名>: 类的私有属性：__private_attrs 两个下划线开头，声明该属性为私有，不能在类地外部被使用或直接访问。在类内部的方法中使用时 self.__private_attrs类的方法：在类地内部，使用def关键字可以为类定义一个方法

2018-01-21 01:08:32 18505 10

原创【Python】内置函数方法详解整理

内置方法：Python中声明每一个类系统都会加上一些默认内置方法，提供给系统调用该类的对象时使用。比如需要实例化一个对象时，需要调用该类的init方法；使用print去打印一个类时，其实调用的是str方法等等。init(self, …)：初始化对象class，在创建新对象时调用。在方法里，可以初始化该对象的属性，否则调用其他时可能出“现has no attribute”错误；del(sel

2018-01-20 13:03:01 670

原创【python】详解python函数定义 def（）与参数args、可变参数*args、关键参数**args使用实例

Python内置了很多函数，可以直接调用。Python内置的函数可以通过官方文档查看。也可以通过help()查看帮助信息。函数名是指向函数对象的引用，把函数名赋给变量，相当于给函数起了别名。# 变量a为函数abs()的别名In [1]: a = absIn [2]: a(1)Out[2]: 11. 定义函数使用def 函数名(参数):语句定义函数，在缩进块中编写函数体...

2018-01-20 12:32:13 58010 7

原创【python算法】为了找到最小的可分配ID实例

根据实践需求构建算法思路：加入我们使用非负整数作为某个系统的ID，所有用户都有一个ID唯一确认。任何时间，这个系统中的有些ID都处于使用中的状态，有些ID则可以分配给新的用户。现在我们就是为了找到最小的可分配ID#首先假定list1为已分配的ID库list1 = list(range(100000))list1.remove(9)#定义一个bbb查找最小可分配ID的函数def

2018-01-19 20:48:02 643

原创【python算法】算法之线性增长与二次方增长小实验举例

假如要生成一个列表的反序列，可以先生成一个空的列表，再将一堆数字添加进来，然后用reverse取反就可以得到。如果是现实的问题，比如获取的外部数据，为了实现最近优先的原则，将数字被添加到列表后的顺序是反的，可以将上述的思路中将数据添加到列表后取反即可。当然还有另外的思路，就是我们将最近的数据插入到列表的起始位置，可以用insert函数进行操作即可，代码可以精简。两种思路实例测试：In

2018-01-18 23:34:38 1081

原创【python】pandas库pd.to_excel操作写入excel文件参数整理与实例

excel的写入函数为pd.DataFrame.to_excel()；必须是DataFrame写入excel, 即Write DataFrame to an excel sheet。to_excel(self, excel_writer, sheet_name='Sheet1', na_rep='', float_format=None,columns=None, header=True

2018-01-18 16:58:38 279619 8

原创【python】pandas库pd.to_csv操作写入数据与自带csv库写入csv数据

通过pandas库进行数据操作时非常的简介易用，接下来简单实例来写入csv文件：In [1]: import pandas as pdIn [2]: data = {'row1':[1,2,3,'biubiu'],'row2':[3,1,3,'kaka']}In [3]: dataOut[3]: {'row1': [1, 2, 3, 'biubiu'], 'row2': [3, 1,

2018-01-18 16:30:04 62686 2

原创【python】pandas库pd.read_pickle操作读取pickle数据与.to_pickle()永久储存数据

之前总结了python的pickle库的操作，存储数据使用pickle.dump(obj, file, [,protocol]),将对象obj保存到文件file中去。使用pickle.load(file)从file中读取一个字符串，并将它重构为原来的python对象，反序列化出对象过程；1、pickle.dump(obj, file, [,protocol])In [1]: import

2018-01-18 16:04:19 57136

原创【python】pandas库pd.read_excel操作读取excel文件参数整理与实例

除了使用xlrd库或者xlwt库进行对excel表格的操作读与写，而且pandas库同样支持excel的操作；且pandas操作更加简介方便。首先是pd.read_excel的参数：函数为：pd.read_excel(io, sheetname=0,header=0,skiprows=None,index_col=None,names=None, arse_

2018-01-18 15:51:32 369387 26

原创【python】pandas库pd.read_csv操作读取分隔符csv文件和文本text文件参数整理与实例

pandas.read_csv可以读取CSV（逗号分割）文件、文本类型的文件text、log类型到DataFrame一、pandas.read_csv常用参数整理也支持文件的部分导入和选择迭代，更多帮助参见：http://pandas.pydata.org/pandas-docs/stable/io.html参数：filepath_or_buffer ：可以是URL，可用URL类

2018-01-18 11:19:43 166637 2

原创【python】解析Excel中使用xlrd库、xlwt库操作，写入excel进阶完整脚本实例（五）

写excel的难点可能不在构造一个workbook的本身，而是填充的数据，不过这不在范围内。在写excel的操作中也有棘手的问题，比如写入合并的单元格就是比较麻烦的，另外写入还有不同的样式。本次拟构建以下即要用xlwt实现的东西：完整脚本实例如下：# -*- coding: utf-8 -*-"""Created on Thu Jan 18 00:26:42 2018ex

2018-01-18 01:12:00 978

原创【python】解析Excel中使用xlrd库、xlwt库操作，读取excel进阶完整脚本实例（四）

本次主要通过脚本展现使用xlrd库、xlwt库的完整操作，对象是比较常见的表格，通过这两个脚本的学习，实现对Excel的进阶操作。首先，我们定义一个表格example_excel.xls，如图所示：完整脚本如下：# -*- coding: utf-8 -*-"""Created on Wed Jan 17 15:31:36 2018excel读取操作脚本@author:

2018-01-17 16:43:49 745

原创【python】解析Excel中使用xlrd库、xlwt库操作，使用xluils库修改Excel文件详解（三）

之前介绍了读和写excel，前两种都不是修改excel的，但是在实际的工作中，经常会遇到修改已经存在的Excel文件这种需求。xlrd中put_cell可以实现原表格上简单的写入，而xlwt直接生成新的表格，并不是在原表格的基础上进行修改。通常方法逻辑就是：先打开这个excel，然后将内容读入到内存，进行处理，然后写到一个新的同名excel文件中，最后直接用修改后的excel文件覆盖了老的ex

2018-01-17 11:30:44 2200

原创【python】解析Excel中使用xlrd库、xlwt库操作，写入Excel文件详解（二）

Python中使用的是xlwt模块来生成Excel文件，并且可以控制单元格的格式。xlwt.Workbook()返回的xlwt.Workbook类型的save(filepath)方法可以保存excel文件。下面就让我们看看写excel文件的流程及需要使用的函数吧。写excel前也必须先导入该模块（import xlwt）。流程如下：1、创建工作表（workbook）Workbook类初始化时有

2018-01-17 10:35:12 2926

原创【python】解析Excel中使用xlrd库、xlwt库操作，读取Excel文件详解（一）

上文提供了Excel文件读写操作的基本模板，本文进一步详解这两个模块的功能。一、Book(class) 由xlrd.open_work(“example.xls”)返回nsheets: sheets数sheet_names: sheet名称列表sheets: s

2018-01-17 10:06:06 5855

原创【python】简要Excel文件读取操作xlrd模块与xlwt模块的使用

创建一个 Excel 表格，新建一个名为 sample 的 sheet ，并在 A1 、 B1 的位置写上’wo’、’love’:#导入写的模块import xlwt#生成Excel表xls = xlwt.Workbook()#生成一个sample的文件sheet = xls.add_sheet('sample')#在第一个位置写上'wo'sheet.write(0, 0, 'w

2018-01-17 09:12:45 460

原创【python】详解zipfile模块读取处理压缩文件实例

zipfile是python里用来做zip格式编码的压缩和解压缩的，由于是很常见的zip格式，所以这个模块使用频率也是比较高的。zipfile模块常用的一些操作和方法：一、is_zipfile(filename)，测试filename的文件，看它是否是个有效的zipfileIn [1]: import zipfileIn [2]: zipfile.is_zipfile(r'C:

2018-01-15 14:42:26 32863 1

原创【python】如何批量读取文件夹的所有文件数据，os模块与open函数结合使用实例

很多时候，由于数据众多，分别保存在文件夹里，此时需要批量打开文件读取，然后对数据整合进行操作。那么就必须通过使用os模块和open函数相结合，通过os模块得到全部的文件，然后通过open函数打开文件读写。1、创建一个文件夹test_file，里面包含4个文件 2、通过os模块读取文件夹的所有文件In [1]: import osIn [2]: os.listdir(r'C:\Use

2018-01-15 11:11:12 41123 13

原创【python】详解map函数的用法之函数并行作用解析

Python函数编程中的map(func, seq1[, seq2,…]) 函数是将func作用于seq中的每一个元素，其中seq须是可迭代对象，并将所有的调用的结果作为一个list返回。如果func为None，作用同zip()。本文参考自：Python中map()函数浅析一文，感谢精彩分享。下面举得例子来帮助我们更好的理解这个工作过程：1、对可迭代函数’iterable’中的每一个元

2018-01-14 22:27:39 5880

非常简易的keras函数式（Functional）模型学习以LSTM为例构建多输入和多输出模型的完整实例

空空如也