12.31学习计划

当你停下休息时,别忘了别人还在奔跑 !

1、任务计划

(1)复习复变函数

2、计划完成度

   (1)复习了大约一章复数与复变函数。前一部分的知识点和例题习题都看了,还没做第一章习题。
    这次复习有了考信号的经验,我就先看一遍课本的大体内容,了解这一章这一部分讲了什么知识点;然后再仔细看课本,自己推导每个公式是怎么来的,用专门的本子记下推导的结论和我认为比较重要的知识点;学了知识之后,就要运用,我就把课本上的例题都做了一遍,遇到不会的,我都再会去看知识点运用。
    虽然我一下午就复习了一章,但是可以这么说,只要是我复习过来的,你问我哪个知识点是怎么来的,我就可以给推出来;问我第一章的哪个知识点在哪,我就能找出来;问我解决某个习题,要用什么方法,用什么公式,我就可以做出来,还可以指出类似的题目在哪个位置。
    今天我复习的时候,问一个大佬复习到哪了,大佬说他复习到第四章了,我就有点方~接下来几天要加快进度啦~~
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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() ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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