TIME-Jul.

转眼七月份了,六月底在北京昌平区与海淀区交界处租的房子,七月初就住不下了……队友七月一号来到北京后就有些不满意,他是个精致的人。

租的房子着实便宜, 1850 1850 元每月,可是便宜的代价是不能称心如意,空调不是特别 OK O K ,夏天有些热,但是当时来到北京后,我拖家带口的,也没有太多的选择,所以就决定住下了,毕竟便宜,当时我队友也不想花太多钱去租个好的。

七月一号下午六点左右,队友来到北京,当天晚上就告诉我说想要提前终止合同,多花点钱再重新租个房子……我有些懵,最开始说的多花钱租个好的不愿意,现在忽然搞这么一出,他不知道我在这比交易背后多花了多少钱……如果重新租房子,我净损失三千块,我有些心疼,但是也真的没法说,因为他说之前我就想换地方了……因为没有空调真的热(哦,对了,这里有,只是和没有没有什么区别)。所以,我只好挺他,只要别让我多操心,一切依他就是了,我不是个爱操心的人。

估计这几天就要重新找房子了,也算是初入社会的一点点教训吧……不想多说什么了,又得借钱了!!!

刚刚开始工作了,觉得我的生活应该步入一个正轨,不应该再像学校那样混吃等死,希望我可以每天保持背单词的好习惯,希望我可以在周末休息的时候抽出业余时间继续学习机器学习的课程以及数学的知识,希望我不要轻易放弃自己的理想。

倦鸟
2018.7.2 23:51

1. 使用pandas库读取PRSA_data_2010.1.1-2014.12.31.csv文件,查看前3行、后2行可以使用以下代码: ```python import pandas as pd data = pd.read_csv('PRSA_data_2010.1.1-2014.12.31.csv') print(data.head(3)) # 查看前3行 print(data.tail(2)) # 查看后2行 ``` 2. 删除指定列并处理缺失值可以使用以下代码: ```python data = data.drop(columns=['DEWP', 'TEMP', 'PRES', 'cbwd', 'Iws', 'Is', 'Ir']) data = data.dropna() # 删除缺失值 data.to_csv('pm25_data_2010.1.1-2014.12.31.csv', index=False) # 导出为新的csv文件 ``` 3. 选择字段pm2.5并导出为文本文件可以使用以下代码: ```python data = pd.read_csv('pm25_data_2010.1.1-2014.12.31.csv') pm25 = data[data['pm2.5'] >= 300] # 选择pm2.5值大于等于300的数据 pm25.to_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', index=False, header=False, sep=',', line_terminator='\n') # 导出为文本文件 ``` 4. 读取文本文件并转存为Excel文件可以使用以下代码: ```python data = pd.read_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', header=None, names=['pm2.5']) data.to_excel('pm25_hazardous_data_2010.1.1-2014.12.31.xlsx', index=False) # 转存为Excel文件 ``` 5. 统计出现最多的month、day、hour并绘制柱状图可以使用以下代码: ```python import pandas as pd import matplotlib.pyplot as plt data = pd.read_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', header=None, names=['pm2.5']) # 统计month、day、hour的出现频次 month_count = data.groupby(data.index.month)['pm2.5'].count() day_count = data.groupby(data.index.day)['pm2.5'].count() hour_count = data.groupby(data.index.hour)['pm2.5'].count() # 绘制柱状图 fig, ax = plt.subplots(figsize=(10, 6)) ax.bar(month_count.index, month_count.values, color='red', label='Month') ax.bar(day_count.index, day_count.values, color='green', label='Day') ax.bar(hour_count.index, hour_count.values, color='blue', label='Hour') ax.legend() ax.set_xlabel('Time') ax.set_ylabel('Frequency') ax.set_title('PM2.5 Hazardous Data') ax.set_xticks(range(1, 13)) ax.set_xticklabels(['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']) plt.savefig('pm25_hazardous_month_day_hour.png', dpi=400) # 保存为png图片 plt.show() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值