![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
happy_wealthy
这个作者很懒,什么都没留下…
展开
-
Python与MySQL交互
pymysql原创 2022-12-03 23:42:43 · 1939 阅读 · 2 评论 -
staticmethod()函数
class C(object): @staticmethod def f(): print('runoob'); C.f(); # 静态方法无需实例化cobj = C()cobj.f() # 也可以实例化后调用原创 2022-02-07 16:05:53 · 461 阅读 · 0 评论 -
python的matplotlibbin
在python的matplotlib画图函数中,饼状图的函数为pie pie函数参数解读plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0),原创 2022-01-25 16:24:17 · 260 阅读 · 0 评论 -
画图时中文显示
plt.rcParams[‘font.sans-serif’] = [‘Songti SC’]plt.rcParams[‘axes.unicode_minus’] = False原创 2022-01-10 16:51:05 · 610 阅读 · 0 评论 -
Python中的defaultdict方法
Python中的defaultdict方法python中的dict是一个重要的数据类型,知道如何使用这个数据类型很简单,但是这个类型使用过程中容易进入一些误区,这篇文章主要对defaultdict方法的讲解,深入的了解dict数据类型。字典(dictionary)数据类型,不同于其他由数字索引的序列,字典是用”键”(key)来索引的。通常表示为dict(key: val, …),有以下特征:键可以是任何不可变(immutable)数据类型(不可变数据类型:数字,字符串、元组)(也就是说key不能为列表原创 2021-10-12 15:26:10 · 206 阅读 · 0 评论 -
with_open打开csv文件成pandas格式
方法一:方法二:原创 2021-10-12 09:58:48 · 536 阅读 · 0 评论 -
pycharm自动填充空格
pycharm有自动调整代码格式的快捷键,默认为Alt+Ctrl+L,按下快捷键后,代码自动填充了空格。原创 2021-10-11 11:20:57 · 5269 阅读 · 0 评论 -
git总结
1.进行新的功能代码开发新的功能开发一定是从Master的基线开始的git checkout master //确保当前本地是master branchgit pull //确保当前本地的master与远程master同步2.创建新的分支根据自己的研发需求确定分支名称,分支名称规范为 name_feature_description例如andrew要开发一个demo功能,分支名称为andrew_demogit branch andrew_demo //在本地创建一个新的 branch原创 2021-10-11 11:14:49 · 85 阅读 · 0 评论 -
python中关于sklearn 0.18的错误—— cannot import name comb
python中关于sklearn 0.18的错误—— cannot import name comb用sklearn时from sklearn.clusterimport KMeans报错 cannot import name comb解决方法:修改lib\site-packages\sklearn\model_selection_split.py中from scipy.misc import comb为from scipy.special import comb(修改lib\site-packa原创 2021-10-08 17:16:49 · 1021 阅读 · 0 评论 -
mnist数据集读取问题
1、直接读取报错import pandas as pdfrom sklearn.datasets import fetch_mldatamnist = fetch_mldata(‘MNIST original’)mnist2、下载mnist-original.mat数据链接: https://pan.baidu.com/s/1OA2j7WOB0e_mQqWn7A4aew 密码: t7mo3、一定要将下载的数据放到指定的路径我的路径为:/Users/zhuhonghui/scikit_le原创 2021-10-08 16:04:40 · 479 阅读 · 0 评论 -
diff函数用法
基本用法import pandas as pdimport numpy as npdf = pd.DataFrame(np.arange(12).reshape(3, 4), index=pd.date_range(start='20170101', periods=3),columns=['A','B','C','D'])df A B C D 2017-01-01原创 2021-09-28 11:59:13 · 1239 阅读 · 0 评论 -
网格搜索参数
import itertoolsimport numpy as npparams = { 'power_up': np.linspace(1, 10, 5), 'power_down': np.linspace(1, 10, 6),}def grid_search(params): keys = list(params.keys()) values = [params[k] for k in keys] for arg in itertools.produ原创 2021-09-08 14:22:18 · 319 阅读 · 0 评论 -
set学习
一. 定义set是一个无序且不重复的元素集合set和dict类似,是一组key的集合,但不存储value二. 创建set1、直接使用{}创建新的set并初始化set1 = {1, 2, 3, (4, 5, 6), "good news"}set1{(4, 5, 6), 1, 2, 3, 'good news'}2、使用set关键字来创建set2 = set([1, 2, 3])set2{1, 2, 3}set3 = set((1,2,3))set3{1, 2, 3原创 2021-09-03 16:41:38 · 118 阅读 · 0 评论 -
rysnc
rsync -azP -e ‘ssh -p 36000’ /data/becky/cloudwise root@10.1.2.200:/home/becky/mysql_61/原创 2021-09-01 16:17:00 · 113 阅读 · 0 评论 -
2021-08-21
mock&postman1、flask 微型的基于python的一个web框架 基于插件去实现接口 做成mockserverpip install flaskmock团队更好的工作开启tdd方便演示隔离系统flask 实现mock原创 2021-08-22 11:14:10 · 78 阅读 · 0 评论 -
论文投稿相关知识:
论文投稿相关知识:以下内容不得让客户知道我们内部只发CCF认证过得会,水会一律不许发我们给客户发,只需要发水会就可以,因为客户只关心能不能录用、能不能检索目前推荐两个会议:CEIP 2021http://muchong.com/t-14808038-1 (你自己看看就行了,可以加微信问询)http://www.icceip.org/ 这个会议的官方网站,可以给客户看NEABD 2021http://muchong.com/t-14807061-1 (你自己看看就行了,可以加微信问询)原创 2021-08-20 10:04:39 · 139 阅读 · 0 评论 -
linux安装python3
https://blog.csdn.net/L_15156024189/article/details/84831045原创 2021-08-17 18:32:51 · 66 阅读 · 0 评论 -
jupyter notebook直接调用完成的方法和类
原创 2021-08-03 14:45:49 · 481 阅读 · 0 评论 -
mysql成批kill进程
mysql> SELECT concat(‘KILL ‘,id,’;’) FROM information_schema.processlist WHERE user=‘root’;±-----------------------+| concat(‘KILL ‘,id,’;’)±-----------------------+| KILL 3101;| KILL 2946;±-----------------------+2 rows IN SET (0.00 sec)mysql&g原创 2021-07-12 10:46:20 · 291 阅读 · 0 评论 -
时间序列预测
https://www.cnblogs.com/foley/p/5582358.html转载 2021-07-08 18:05:21 · 85 阅读 · 0 评论 -
jupyter notebook查看python版本
import syssys.version原创 2021-07-01 15:11:39 · 7043 阅读 · 0 评论 -
path.resolve()理解
1、path.resolve()作用:path.resolve() 该方法将一些的 路径/路径段 解析为绝对路径。语法:path.resolve( [from…],to )说明:将参数to位置的字符解析到一个绝对路径里,[from … ]为选填项,路径源;用法:var path = require("path") //引入node的path模块path.resolve('/foo/bar', './baz') // returns '/foo/bar/baz'path.resol原创 2021-06-28 15:12:57 · 28607 阅读 · 0 评论 -
python速度慢的两大原因
1、python速度慢的两大原因相比C/C++/JAVA,Python确实很慢,在一些特殊的场景下,Python比C++慢100~200倍Python慢的原因一:动态型语言、边解释边执行Python速度慢的原因2:GIL无法利用多核GPU并发执行2、GIL是什么?全局解释器锁(英语:Global Interpreter Lock)是计算机程序语言解释器用于同步线程达到一种机制,它使得任何时刻仅有一个线程在执行。即便在多核处理器上,使用GIL的解释器也只允许同一时刻执行一个线程。4、怎原创 2021-06-24 20:53:58 · 6611 阅读 · 0 评论 -
什么是CPU密集型计算、IO密集型计算与多进程、多线程、多协程
1、什么是CPU密集型计算、IO密集型计算?CPU密集型(CPU-bound):CPU密集型也叫计算密集型,是指I/O在很短的时间就可以完成,CPU需要大量的计算和处理,特点是CPU占用率相当高例如:压缩解压缩、加密解密、正则表达式搜索IO密集型(I/O bound):IO密集型指的是系统运作大部分的状况是CPU在等I/O(硬盘/内存)的读写操作,CPU占用率任然较低。例如:文件处理程序、网络爬虫程序、读写数据库程序2、多进程、多线程、多协程的对比多进程Process(multiproc原创 2021-06-24 20:24:08 · 3518 阅读 · 1 评论 -
Python报错:OperationalError:(MySQLdb._exceptions.OperationalError) (1366, “Incorrect string value:)
问题:在使用python连接数据库时报错:OperationalError:(MySQLdb._exceptions.OperationalError) (1366, "Incorrect string value:)问题出在数据库默认字符集上,应该用uft8n64编码。解决方案:将默认字符集改为uft8m64编码。...原创 2021-06-23 17:11:55 · 485 阅读 · 0 评论 -
os学习——
#查看路径下的所有文件夹os.listdir('/Users/zhuhonghui/Desktop/byron_metric_service')['mobservice2.csv', 'mobservice1.csv', 'webservice1.csv', 'redisservice2.csv', 'webservice2.csv', 'redisservice1.csv', 'logservice1.csv', 'logservice2.csv']os.mkdir(path) 创建目录..原创 2021-06-10 16:56:56 · 101 阅读 · 0 评论 -
pandas删除某列包含特殊字符的行
df=df[ ~ df['service_name_metric'].str.contains('cpu_0')] #删除某列包含特殊字符的行原创 2021-06-10 12:55:21 · 1253 阅读 · 0 评论 -
字符串与13位时间戳的相互转化
def str_to_int13(t): int_t13 = datetime.datetime.strptime(str(t),"%Y-%m-%d %H:%M:%S") return int(int_t13.timestamp() * 1000)# pandas将某一列str时间转化为13位时间戳df_need['time'] = df_need['time'].map(str_to_int13)原创 2021-06-10 10:52:56 · 848 阅读 · 0 评论 -
如何将python的单引号变为双引号
原创 2021-06-08 15:04:49 · 1541 阅读 · 2 评论 -
准确率accuracy、精确率precision、召回率recall、f1_score
准确率(accuracy):对于给定的测试数据集,分类器正确分类的样本数与总样本数之比。由准确率,我们的确可以在一些场合,从某种意义上得到一个分类器是否有效,但它并不总是能有效的评价一个分类器的工作。举个例子,google抓取 了argcv 100个页面,而它索引中共有10,000,000个页面,随机抽一个页面,分类下,这是不是argcv的页面呢?如果以accuracy来判断我的工 作,那我会把所有的页面都判断为"不是argcv的页面",因为我这样效率非常高(return false,一句话),而accu原创 2021-05-18 10:01:17 · 863 阅读 · 0 评论 -
离线环境win10+py3.8+anaconda3 安装fbprophet
fbprophet库依赖于pystan库,因此,要安装fbprophet库,必须先安装pystan库。pystan库的安装需要用到C++编译器,在安装pystan库之前需先安装C++编译器。然而,安装Microsoft Visual C++ Build Tools很可能是一个费时费力且没有成果的事情。安装后也往往最终因后续安装中出现各种各样的问题和错误而无法顺利安装pystan和fbprophet库。本文推荐使用mingw-w64C++编译器,提高安装pystan、fbprophet库的效率和成功率。本文安原创 2021-05-17 11:42:35 · 831 阅读 · 1 评论 -
win10+py3.6+anaconda3 安装fbprophet(利用安装包离线安装)
https://blog.csdn.net/peishuti6791/article/details/115655223如果里面没有的包,可以从下面找到相应的包https://repo.anaconda.com/pkgs/main/win-64/pypi原创 2021-05-15 18:39:26 · 246 阅读 · 0 评论 -
Linux date命令时间戳和时间之间的转换
这里是在mac下的操作,主要就是用date这个命令, 更多的用法用man命令查看字符串格式时间 TO 时间戳我们知道date 命令可以直接把当前时间转化为时间戳date +%s1436781527linux下不支持自定义的格式转化为时间戳, 下面几种可以$ date -d ‘06/12/2018 07:21:22’ +"%s"1528759282$ date -d ‘2018-06-12 07:21:22’ +"%s"1528759282$ date -d “04 June 1989”原创 2021-05-12 13:51:51 · 471 阅读 · 0 评论 -
批量查看数据生成图片
import pandas as pdimport matplotlib.pyplot as pltfor i in range(27): p1 = r"C:\Users\......%s.png"%(str(i)) p2 = r"C:\Users\......%s.csv"%(str(i)) df = pd.read_csv(p2) #将13位时间戳转化为字符串格式 df['timestamp'] = pd.to_datetime(df['timestamp'],unit='ms') pl原创 2021-05-08 18:56:47 · 88 阅读 · 0 评论 -
python环境的离线迁移
https://www.jianshu.com/p/38ef1da0078c转载 2021-05-08 10:12:12 · 477 阅读 · 0 评论 -
strip
1.lstrip:去掉左边空格2.rstrip:去掉右边空格3.strip:去掉左、右两边空格原创 2021-05-06 21:47:24 · 59 阅读 · 0 评论 -
Pandas DataFrame的6种创建方法
https://blog.csdn.net/shebao3333/article/details/100915466原创 2021-04-30 16:44:14 · 151 阅读 · 1 评论 -
13位时间戳和字符串的相互转换
13位时间戳和字符串的相互转换https://www.cnblogs.com/liyuanhong/articles/9590767.html原创 2021-04-25 20:32:18 · 751 阅读 · 0 评论 -
2021-03-13
n = 1while n <= 100: if n > 10:# 当n = 11时,条件满足,执行break语句 break# break语句会结束当前循环 print(n) n = n+1print("END")12345678910ENDn = 0while n < 10: n = n + 1 if n % 2 == 0: # 如果n是偶数,执行continue语句 continu原创 2021-03-13 15:01:17 · 50 阅读 · 0 评论 -
pandas赋值
df[df[‘SUCC_RATE_ANOMALY’]==1]原创 2021-03-03 09:53:56 · 660 阅读 · 0 评论