f123456789456789的博客

原创 pyecharst之带时间轴的柱状图

data7 = [("产品A", 250), ("产品B", 530), ("产品C", 240), ("产品D", 250)]data1 = [("产品A", 10,), ("产品B", 20), ("产品C", 30), ("产品D", 40)]data3 = [("产品A", 20), ("产品B", 30), ("产品C", 40), ("产品D", 50)]data4 = [("产品A", 10), ("产品B", 50), ("产品C", 80), ("产品D", 20)]

原创 pyecharts之堆叠图

line.add_yaxis("销售额", [820, 932, 901, 934, 1290, 1330, 1320],line.add_xaxis(["周一", "周二", "周三", "周四", "周五", "周六", "周日"])line.add_yaxis("利润", [220, 282, 271, 310, 360, 390, 330],line.set_global_opts(title_opts={'text': '标题'})运行之后会在项目里生成一个网页文件。

原创 pyecharts之折线图

line.set_global_opts(title_opts={'text': 'jb'}) #设置全局配置置顶。line.add_yaxis('销售额', [1500, 1200, 2300, 1400, 3500])line.add_xaxis(['1月', '2月', '3月', '4月', '5月'])line = Line() #创建line对象。运行之后会在项目里生成一个网页文件。

原创 pyecharts之柱状图

itemstyle_opts=opts.ItemStyleOpts(color="#00ff0033")#颜色正常是六位后两位是调节透明度的。title_opts=opts.TitleOpts(title="我是pyecharts大师"),x = ["现场", "得分", "不能", "那么", "开赌吧"]bar.render("柱状图.html")# 添加 X 轴和 Y 轴的数据以及配置。运行之后会在项目里生成一个网页文件。# 设置全局配置项，如标题。# 创建一个柱状图对象。

原创 pyecharts之散点图

itemstyle_opts=opts.ItemStyleOpts(color="red") # 这里设置点的颜色为红色。title_opts=opts.TitleOpts(title="简单的散点图"),scatter.render("散.html")("开赌吧", 90, 60),# 添加 X 轴和 Y 轴的数据以及标签。("阿萨", 70, 20),("看看", 50, 30),("上课", 60, 40),("那么", 20, 50),运行之后会在项目里生成一个网页文件。# 创建一个散点图对象。

原创 pyecharts之饼图

label_opts=opts.LabelOpts(is_show=True,formatter="{b}: {c} ({d}%)"), # 显示标签，并设置标签格式。pie.set_global_opts(title_opts=opts.TitleOpts(title="简单的饼图"))data = [("类别1", 10), ("类别2", 20), ("类别3", 30), ("类别4", 40)]pie.add('',data, #radius=["40%", "60%"]设置为环型。

原创 python从某网址下载文件（未）

print(f'下载失败，状态码: {response.status_code}')# 分块读取响应内容并写入文件，避免内存占用过大。print(f'文件已保存到 {file_path}')# 使用二进制写模式打开文件。# 定义保存文件的本地路径和文件名。# 替换为你的目标文件下载链接。# 发送GET请求到目标URL。# 检查请求是否成功。

原创 python从某网址下载csv文件（未）

print(f'下载失败，状态码: {response.status_code}')print(f'CSV文件已保存到 {file_path}')# 分块读取响应内容并写入文件，避免内存占用过大。# 替换为你的目标CSV文件下载链接。# 使用二进制写模式打开文件。# 定义保存文件的本地路径和文件名。# 发送GET请求到目标URL。# 检查请求是否成功。

原创 作者的申明

注：本人学生一枚，有好多知识还未涉及和学习，如有担待，请多多见谅。发布过的内容，如有错误，请各位指出，会及时改正。如有疑问，可以随时私信，看到就回。

原创 根据某列对某列赋值，统计，排序

df.loc[df['o'] == 'linux','sex'] = 'Male' #如果o列为linux，那么sex替换/填充/修改为Male。= 'linux','sex'] = 'Female' #如果o列不为linux，那么sex为Female。pd.set_option('display.max_rows', None) #如果数据过多打印出来会有省略号，这个会使数据全部打印。b = df['某列'].value_counts() #适用于单独一列数据。#根据某列对某列赋值。

原创 python删除表格中某一阈值/字段/重复值

h = df.drop_duplitcates(subset='某列',keep='first') #删除某列中有重复值的行（只保留第一次出现的行）df = df.drop(df[(df['某列'] > 100)].index) #删除大于100的数据。df1 = df[(df['b'] > 0)&(df['b'] < 5)] #删除大于5小于0的数。a = len(df['b'])-len(df1['b']) #进行一个简单的减法运算。#删除包含重复值的行。

原创 情感分析，再进行标注 0.6以上为正向，0.4以下为负向，其他为中性

df = pd.read_csv(r"C:\Users\lenovo\Desktop\04\model_comment.csv",encoding='gbk') #读取文件。def label_sentiment(score): #循环计算每一条数据。print(tt.sentiments) #数据（数字）b=pd.DataFrame(c) #表格形式。c=c+[a] #转起来。return "正向"return "中性"return "负向"c=[] #创建列表。

原创 使用python库对缺失值/重复值/空值的处理

h = df.drop_duplitcates(subset='某列',keep='first') #删除某列中有重复值的行（只保留第一次出现的行）df1 = df.dropna(axis=1,how='any') #删除含有缺失值的列（axis=0是行）print(f'被删除的列数： {e}') #删除含有缺失值的列，并打印删除列数或行数。print('某表'.fillna(0)) #使用0填补缺失值空值。a = df.isnull().sum() #a=每列缺失值个数。

原创 感谢大家对我的支持，作品都是我经过实验和整理的，欢迎大家参考，我会把之前的整理一下，让大家看的更舒适一点，以下内容未经实验，谨慎参考

print('CSV文件已成功下载到本地。print('HTML文件已成功下载到本地。print('PDF文件已成功下载到本地。

原创 kkaaa

df = df.rename(index={'date': '日期'}) # 为某个index或者columns单独修改名称。df1 = df[(df['b'] > 0)&(df['b'] < 5)] #删除大于5小于零的数。df.index = ['a', 'b', 'c', 'd','e'] #修改索引名(标题列)df.columns = ['1','2','3','4'] #修改列名名（标题行）df = df.drop(df[(df['某列'] > 100)].index)

原创 AAAKK

h = df.drop_duplitcates(subset='某列',keep='first') #删除某列中有重复值的行（只保留第一次出现的行）df1 = df.dropna(axis=1,how='any') #删除含有缺失值的列（axis=0是行）print(f'被删除的列数： {e}') #删除含有缺失值的列，并打印删除列数或行数。print('某表'.fillna(0)) #使用0填补缺失值空值。a = df.isnull().sum() #a=每列缺失值个数。

原创 是。。。l

原创 缺...值