!WQ!-CSDN博客

原创 time模块和datetime模块的简单使用

time和datetime的简单使用补充：工作中用到其他功能，再进行补充import timeimport datetimetimej = "2020-02-02"timek = "2020-02-10"tj = time.strptime(timej, '%Y-%m-%d') # 转换成日期格式tk = time.strptime(timek, '%Y-%m-%d')datej = datetime.datetime(tj[0], tj[1], tj[2]) # 对应提取年月日da

2021-07-10 15:10:27 105

原创利用dict的键和值，进行分组

利用dict的键和值，进行分组，排序dict1 = {} # 键：设备id 值：米idfor medid, orderli in dict2.items(): # dict2 键：用户id 值：每一笔订单组成的list for ord in orderli: if medid not in dict1.keys(): dict1[medid] = [ord[6]] # ord[6] 米id elif medid in di.

2021-07-10 14:56:04 260

原创 Python读取与写入txt文件

txt文件的读取与写入补充：如果文件不是很大，直接readlines()一次性读取全部内容；# 读取与写入txt文件path1 = "C:\\Users\暗影精灵\Desktop\读取文件2.txt"path2 = "C:\\Users\暗影精灵\Desktop\写入文件2.txt"with open(path1, "r", encoding="utf-8") as f1: # 打开txt文件 row_list = f1.readlines() # 一次性读取全部内容，并放到li

2021-07-10 14:33:45 301

原创 xlrd读取Excel文件、xlsxwriter写入Excel文件

xlrd和xlsxwriter模块的使用补充：xlwt只能够写入256列，且能够被xlsxwriter取代# 导入要用的模块import xlrd # 读取模块import xlsxwriter # 写入模块# 读取book = xlrd.open_workbook(r'C:\Users\暗影精灵\Desktop\读取文件.xlsx') # 创建工作簿sheet = book.sheet_by_index(0) # 根据索引号创建工作表# 输出book2 = xlsxwrite

2021-07-10 14:15:56 1216

原创 Python多个列表对应元素相加

"""两个列表对应元素相加列出常用的3种1.zip函数配合列表推导式2.numpy的方法sum()3.最基本的for循环!!!加减乘除，异曲同工"""a = [1, 2, 3]b = [4, 5, 6]# 1.zip函数配合列表推导式result = [i + j for i, j in zip(a, b)]print(result) # [5, 7, 9]# 2.numpy的方法sum()import numpy as npresult = np.sum([a, .

2021-01-03 21:19:14 27232 1

原创利用Python实现Bootstrap采样

"""1、Bootstrap采样利用有限的样本经由有放回的多次重复抽样，建立起充足的样本，解决了样本不足的问题。Bootstrap是非参数统计方法，其实质是对观测信息进行再抽样，进而对总体的分布特性进行统计推断。2、步骤它是一种有放回的抽样方法，它是非参数统计中一种重要的估计统计量方差进而进行区间估计的统计方法。其核心思想和基本步骤如下：1.采用重抽样技术从原始样本中抽取一定数量（自己给定）的样本，此过程允许重复抽样2.根据抽出的样本计算给定的统计量T。3.重复上述N次（一...

2020-12-30 21:47:31 4404 2

原创层次分析法原理分析及Python实现层析分析法

目录层次分析法概述定义步骤归纳例子应用实例Python实现程序如下：运行结果截图层次分析法概述定义本文所有图片均来自本人的OneNote笔记步骤归纳例子建立层次结构模型构造判断(成对比较)矩阵第二层A的各个因素对目标层Z的成对比较矩阵（专家打分法）说明C2的重要性是C1的两倍第三层B的各个因素A1，A2……A5的成对比较矩阵分别如下：层次单排序及其一致性检验0.6=1/（1+1/2+1/6）矩阵中其他数值同理0.587=1/

2020-07-12 10:59:29 4527 3

原创 python爬取无讼案例网，并对爬取结果进行多元回归分析

目录无讼网站数据爬取无讼网站爬取的主要步骤如下：遇到的问题爬取结果示例代码如下数据处理及多元回归分析数据清洗模型及第三方库的选择爬取结果数字化回归分析结果代码如下无讼网站数据爬取无讼网站爬取的主要步骤如下：1.找到翻页后的url参数变化规律2.从翻页后的页面中提取每个案例对应的参数值3.将提取出来的参数值利用for循环构造1000个案例对应的url4.使用requests库访问每个案例对应的url5.利用json和re解析库提取所需要的信息6.最

2020-07-09 21:35:44 1202 1

lwq_0的博客