2020年10月_Dragon少年

原创 10分钟图文并茂手把手教会你Git常用指令

1 Git简介Git 是目前世界上最先进的分布式版本控制系统（没有之一）作用源代码管理为什么要进行源代码管理?方便多人协同开发方便版本控制1.1 Git管理源代码特点1.Git是分布式管理.服务器和客户端都有版本控制能力,都能进行代码的提交、合并、…2.Git会在根目录下创建一个.git隐藏文件夹，作为本地代码仓库1.2 Git操作流程图解Git服务器 --> 本地仓库 --> 客户端 --> 本地仓库 --> Git服务器2 工作

2020-10-24 11:43:35 658 4

原创 Python之Pandas超详细入门教程 -- 第七章 Pandas分组与聚合【进阶篇】

分组与聚合通常是分析数据的一种方式，通常与一些统计函数一起使用，查看数据的分组情况1 什么分组与聚合2 分组APIDataFrame.groupby(key, as_index=False)key:分组的列数据，可以多个案例:不同颜色的不同笔的价格数据col =pd.DataFrame({'color': ['white','red','green','red','green'], 'object': ['pen','pencil','pencil','ashtray','pen']

2020-10-21 11:52:00 1229 3

原创 Python之Pandas超详细入门教程 -- 第六章 Pandas数据离散化与合并【进阶篇】

1 数据离散化1.1 为什么要离散化连续属性离散化的目的是为了简化数据结构，数据离散化技术可以用来减少给定连续属性值的个数。离散化方法经常作为数据挖掘的工具。1.2 什么是数据的离散化连续属性的离散化就是在连续属性的值域上，将值域划分为若干个离散的区间，最后用不同的符号或整数值代表落在每个子区间中的属性值。离散化有很多种方法，下面距离一种最简单的方式去操作。原始人的身高数据：165，174，160，180，159，163，192，184假设按照身高分几个区间段：150-165，165-18

2020-10-21 11:03:18 729 2

原创 Python之Pandas超详细入门教程 -- 第五章 Pandas缺失值处理【进阶篇】

1 如何处理NAN获取缺失值的标记方式(NaN或者其他标记方式)如果缺失值的标记方式是NaN判断数据中是否包含NaN：pd.isnull(df),pd.notnull(df)存在缺失值nan:1、删除存在缺失值的:dropna(axis=‘rows’)注：不会修改原数据，需要接受返回值2、替换缺失值:fillna(value, inplace=True)value:替换成的值inplace:True:会修改原数据，False:不替换修改原数据，生成新的对

2020-10-21 10:13:00 817 3

原创 Python之Pandas超详细入门教程 -- 第四章 Pandas中文件读取与存储【基础篇】

我们的数据大部分存在于文件当中，所以pandas会支持复杂的IO操作，pandas的API支持众多的文件格式，如CSV、SQL、XLS、JSON、HDF5。注：最常用的HDF5和CSV文件。1 CSV1.1 read_csvpandas.read_csv(filepath_or_buffer, sep =’,’, usecols )filepath_or_buffer:文件路径sep :分隔符，默认用","隔开usecols:指定读取的列名，列表形式举例：读取之前的股票的数据

2020-10-20 15:36:47 1492 1

原创 Python之Pandas超详细入门教程 -- 第三章 Pandas中DataFrame运算【基础篇】

1 算术运算add(other) / sub(other)’比如进行数学运算加上或者减去具体的一个数字data['open'].add(1)2018-02-27 24.532018-02-26 23.802018-02-23 23.882018-02-22 23.252018-02-14 22.492 逻辑运算2.1 逻辑运算符号例如筛选data[“open”] > 22的日期数据data[“open”] > 22返回逻辑结果

2020-10-20 15:13:43 1078 1

原创 Python之Pandas超详细入门教程 -- 第二章 Pandas基本数据操作【基础篇】

为了更好的理解这些基本操作，下面会通过读取一个股票数据，来进行Pandas基本数据操作的语法介绍。# 读取文件（读取保存文件后面会专门进行讲解，这里先直接调用下api）data = pd.read_csv("./data/stock_day.csv") # 读取当前目录下一个csv文件# 删除一些列，让数据更简单些，再去做后面的操作data = data.drop(["ma5","ma10","ma20","v_ma5","v_ma10","v_ma20"], axis=1)1 索引操作

2020-10-20 14:41:32 795 2

原创 Python之Pandas超详细入门教程 -- 第一章 Pandas数据结构【基础篇】

1 Pandas介绍2008年WesMcKinney开发出的库专门用于数据挖掘的开源python库以Numpy为基础，借力Numpy模块在计算方面性能高的优势基于matplotlib，能够简便的画图独特的数据结构Numpy已经能够帮助我们处理数据，能够结合matplotlib解决部分数据展示等问题，那么pandas学习的目的在什么地方呢？增强图表可读性便捷的数据处理能力读取文件方便封装了Matplotlib、Numpy的画图和计算2 Pandas数据结构Pandas中一共有三

2020-10-20 14:11:50 1702

原创 Python之Numpy系列详细教程【从零到入门】 -- 第三章 Numpy中ndarray运算

问题如果想要对ndarray中的数据进行运算，应该怎么做呢？1 逻辑运算# 生成10名同学，5门功课的数据>>> score = np.random.randint(40, 100, (10, 5))# 取出最后4名同学的成绩，用于逻辑判断>>> test_score = score[6:, 0:5]# 逻辑判断, 如果成绩大于60就标记为True 否则为False>>> test_score > 60array([[ Tru

2020-10-20 11:50:36 753

原创 Python之Numpy系列详细教程【从零到入门】 -- 第二章 Numpy基本操作

1. 生成数组的方法1.1 生成0和1的数组np.ones(shape, dtype) 生成结果都是1的数组 shape：数组形状维度 dtype：数组类型np.ones_like(a, dtype) 生成结果都是1的数组，形状和a一致 a： ndarray对象 dtype：数组类型np.zeros(shape, dtype) 生成结果都是0的数组np.zeros_like(a, dtype) 生成结果都是0的数组举例

2020-10-20 11:31:37 924

原创 Python之Numpy系列详细教程【从零到入门】 -- 第一章 Numpy中N维数组-ndarray

1. Numpy介绍Numpy（Numerical Python）是一个开源的Python科学计算库，用于快速处理任意维度的数组。Numpy支持常见的数组和矩阵操作。对于同样的数值计算任务，使用Numpy比直接使用Python要简洁的多。Numpy使用ndarray对象来处理多维数组，该对象是一个快速而灵活的大数据容器。2. ndarray介绍NumPy提供了一个N维数组类型ndarray，它描述了相同类型的“items”的集合。ndarray和Python原生list运算效率对比发现ndarr

2020-10-20 10:36:01 693 6

原创 Python可视化Matplotlib -- 第三章 matplotlib散点图 scatter() 用法详解

散点图是数据分析中非常常用的图形。用两组数据构成多个坐标点，考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。特点：判断变量之间是否存在数量关联趋势,展示离群点(分布规律)Matplotlib 中绘制散点图的函数为 scatter() ，使用语法如下：matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None,

2020-10-19 14:14:21 1233 4

原创 Python可视化Matplotlib -- 第二章 matplotlib折线图 plot() 所有用法详解

折线图是数据分析中非常常用的图形。其中，折线图主要是以折线的上升或下降来表示统计数量的增减变化的统计图。用于分析自变量和因变量之间的趋势关系，最适合用于显示随着时间而变化的连续数据，同时还可以看出数量的差异，增长情况。特点：能够显示数据的变化趋势，反映事物的变化情况。Matplotlib 中绘制折线图的函数为 plot() ，使用语法如下：matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)常用

2020-10-19 13:41:50 1544

原创 Python可视化Matplotlib -- 第一章 matplotlib介绍和简单图形的绘制

1. 什么是Matplotlibmatplotlib是专门用于开发2D图表(包括3D图表)，以渐进、交互式方式实现数据可视化。使用python对matplotlib库操作使得对图形的显现极为方便。可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。能将数据进行可视化,更直观的呈现使数据更加客观、更具说服力2. 实现一个最简单的Matplotlib画图 — 以折线图为例2.1 matplotlib.pyplot模块matplotlib.pytplot包含了一系列

2020-10-19 12:46:24 1203 1

原创 Linux系列基础入门 -- 第五章软链接、打包压缩、软件安装命令

软链接、打包压缩、软件安装命令目标查找文件find软链接ln打包和压缩tar软件安装apt-get01. 查找文件find 命令功能非常强大，通常用来在特定的目录下搜索符合条件的文件序号命令作用01find [路径] -name “*.py”查找指定路径下扩展名是 .py 的文件，包括子目录如果省略路径，表示在当前文件夹下查找之前学习的通配符，在使用 find 命令时同时可用有关 find 的高级使用，在就业

2020-10-19 10:06:57 453 1

原创 Linux系列基础入门 -- 第四章远程管理常用命令

远程管理常用命令目标关机/重启shutdown查看或配置网卡信息ifconfigping远程登录和复制文件sshscp01. 关机/重启序号命令对应英文作用01shutdown 选项时间shutdown关机／重新启动1.1 shutdownshutdown 命令可以安全关闭或者重新启动系统选项含义-r重新启动提示：不指定选项和参数，默认表示 1 分钟之后关闭电脑远程维护服务

2020-10-19 09:59:55 479

原创 Linux系列基础入门 -- 第三章用户权限相关命令

用户权限相关命令目标用户和权限的基本概念用户管理终端命令组管理终端命令修改权限终端命令01. 用户和权限的基本概念1.1 基本概念用户是 Linux 系统工作中重要的一环，用户管理包括用户与组管理在 Linux 系统中，不论是由本机或是远程登录系统，每个系统都必须拥有一个账号，并且对于不同的系统资源拥有不同的使用权限在 Linux 中，可以指定每一个用户针对不同的文件或者目录的不同权限对文件／目录的权限包括：序号权限英文

2020-10-19 09:50:24 436 1

原创 Linux系列基础入门 -- 第二章文件和目录常用命令

文件和目录常用命令目标查看目录内容ls切换目录cd创建和删除操作touchrmmkdir拷贝和移动文件cpmv查看文件内容catmoregrep其他echo重定向 > 和 >>管道 |01. 查看目录内容1.1 终端实用技巧1> 自动补全在敲出文件／目录／命令的前几个字母之后，按下 tab 键如果输入的没有歧义，系统会自动补全如果还存在其他文件／目录／命令，再按一下 tab 键，系统

2020-10-19 09:39:21 593 2

原创 Linux系列基础入门 -- 第一章常用 Linux 命令的基本使用

常用 Linux 命令的基本使用01. 学习 Linux 终端命令的原因Linux 刚面世时并没有图形界面，所有的操作全靠命令完成，如磁盘操作、文件存取、目录操作、进程管理、文件权限设定等在职场中，大量的服务器维护工作都是在远程通过 SSH 客户端来完成的，并没有图形界面，所有的维护工作都需要通过命令来完成在职场中，作为后端程序员，必须要或多或少的掌握一些 Linux 常用的终端命令Linux 发行版本的命令大概有 200 多个，但是常用的命令只有 10 多个而已学习终端命令

2020-10-19 09:32:01 452 1

原创 Python安装matplotlib库失败解决方法【Command errored out with exit status 1】

很多刚开始学习python的童鞋都会安装第三方库，例如matplotlib，numpy，pandas，jupyter等等。但是通过终端命令pip安装的时候总会遇到各种各样的问题，导致安装不成功。从安装到放弃~~~~ 例如以下问题：Python 安装matplotlib失败解决方法：（命令提示符安装）首先可以更新升级pip，管理员方式进入CMD窗口下，执行python -m pip install -U pip setuptools，将pip升级到最新版本。然后观察安装失败提示，大概的意思是电脑

2020-10-14 17:31:59 16703 6

原创 pip指令下载安装失败 raise ReadTimeoutError(self._pool, None, “Read timed out.“)

刚接触Python的小伙伴一定会使用pip命令安装各种第三方库，但是安装过程经常会出现ReadTimeoutError问题。原因是，我们在用默认的pip源进行安装python库时，因为下载的服务器在国外，所以网速特别慢，一不注意就报错了。会出现超时问题下载不了，如下图显示所示：那么遇到这种问题，我们应该如何解决呢？方法一：修改默认超时时间，让pip有点耐心，增加等待时间，其实就是修改pip配置文件，指令如下：pip3 --default-timeout=100 install 包名方法二：单

2020-10-14 12:10:17 2469

原创解决‘python‘ 、‘pip‘ 不是内部或外部命令，也不是可运行的程序或批处理文件

python开发安装第三方库时，很多人选择在cmd终端用命令行pip进行安装。然而有时敲入pip命令会提示‘pip’不是内部或外部命令，也不是可运行的程序或批处理文件。为何会出现此类问题呢？一般都是因为系统环境变量没有配置好。针对上面的问题，来一步步进行图文详解：右击“控制面板\系统和安全\系统”→“高级系统设置” →“高级“→“环境变量”；2.选择系统变量—path，然后点击编辑；将python安装文件的目录添加进去。（包括python安装路径和Scripts路径）python如果默

2020-10-14 11:19:14 159266 37

hhladminhhl的博客