先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip204888 （备注网络安全）
正文
#### 删除重复值
* 指定 `subset` ，则根据指定的列作为参考进行去重，即如果某两行 `a` 值相同，则会删除第二次的出现的那一行，只保留第一次
* 不指定 `subset` ，则根据所有列作为参考进行去重，只有两行数据 **完全相同** 才会进行去重。
df.drop_duplicates(subset=[‘a’], keep=‘first’)
df.drop_duplicates(keep=‘first’)
---
### 筛查重复值
**示例数据**
df = pd.DataFrame({‘name’:[‘Python’,
‘Python’,
‘Java’,
‘Java’,
‘C’],
‘count’: [2, 2, 6, 8, 10]})
#### 判断某列是否有重复值
使用 `values_counts()` 对列中各值出现次数进行统计。结果默认按照降序进行排列，只需要判断第一行值的出现次数是否为1即可判断是否存在重复值。
df[‘a’].value_counts()
使用 `drop_duplicates()` 对重复值进行删除，只保留第一次出现的值，判断处理后的值是否与原 `df` 相等，如果 `False` 就表示有重复值。
df.equals(df.drop_duplicates(subset=[‘a’], keep=‘first’))
False
#### 判断 DataFrame 是否有重复行
同样是使用 `drop_duplicates()` 对重复值进行删除，只保留第一次出现的值，此时不使用 `subset` 参数设置列，默认为全部列，判断处理后的值是否与原 `df` 相等，如果 `False` 就表示有重复值。
df.equals(df.drop_duplicates(keep=‘first’))
False
#### 统计重复行的数量
注意这里的统计是参照所有列来的，只有两行完全相同才会判断为重复行，所以统计的结果是 1 。
len(df) - len(df.drop_duplicates(keep=“first”))
1
#### 显示重复的数据行
先删除重复的行，只保留第一次出现的，得到一个 **行唯一** 的数据集，再使用 `drop_duplicates()` 删除掉 `df` 中存在重复的所有数据，这次不保留第一次出现的重复值，将上述两个结果集进行合并，使用 `drop_duplicates()` 对新生成的数据集进行去重，即可得到重复行的数据。
df.drop_duplicates(keep=“first”)
.append(df.drop_duplicates(keep=False))
.drop_duplicates(keep=False)
### 缺失值处理
#### 查找缺失值
缺失值为 `True` ，非缺失值为 `False` 。
df.isnull()
#### 查找非缺失值
非缺失值为 `True` ，缺失值为 `False` 。
df.notnull()
#### 显示有缺失值的行
**.isnull**：查找缺失值，主要为了将缺失值的位置标 `True`。
**.T**：行列转置，为下一步 `any` 做准备。
**.any**：一个序列中满足一个 `True`，则返回 `True`。
df[df.isnull().T.any()]
#### 删除缺失值
这里的参数需要注意的比较多，这里着重讲一下。
* **axis**：0 行，1 列
* **how**：
+ **any**：如果有 NaN，删除该行或列。
+ **all**：如果所有值都是 NaN，删除该行或列。
* **thresh**：指定 NaN 的数量，当 NaN 数量达到才删除。
* **subset**：要考虑的数据范围，如：删除缺失行，就用subset指定参考的列，默认是所有列。
* **inplace**：是否修改原数据。
某行如果有缺失值，则删除这一行
df.dropna(axis=0, how=‘any’)
某列如果有缺失值，则删除这一列
df.dropna(axis=1, how=‘any’)
#### 填充缺失值
##### 数字或字符串填充
直接指定要填充的数字或字符串。
df.fillna(0)
##### 用缺失值 前/后 的值填充
* 用缺失值的前一个值(该列上面一个值)填充，如果缺失值在第一行则不填充
* 用缺失值的后一个值(该列下面一个值)填充，如果缺失值在最后一行则不填充
df.fillna(method=‘pad’)
df.fillna(method=‘bfill’)
##### 用缺失值所在列的 均值/中位数 等填充
可以用该列的统计信息来进行填充。如使用 `mean`、`median`、`max`、`min`、`sum` 填充等。
df.fillna(df.mean())
---
### 列操作
#### 修改列名
`df.columns` 是直接指定新的列名来替换**所有**的列名。 **（在原数据上进行修改）**
`rename()` 需要指定原名与新名来进行替换。
df.columns = [‘new_name’, ‘new_age’]
df.rename(columns=({‘name’:‘new_name’,‘age’:‘new_age’}))
#### 修改列类型
使用 `astype` 来修改列类型。
df[‘age’].astype(str)
#### 将列进行拆分得到多列
`split` 只能对字符串列进行拆分。
df[[‘name1’, ‘name2’]] = df[‘name’].str.split(‘,’, expand=True)
#### 将多列合并成新列
同样合并也是字符串类型的列才能进行合并。
df[‘all’] = df[‘name’] + ‘/’ + df[‘age’].astype(str)
#### 对数值列分区
对于数值列，实际使用的时候可能需要根据指定的范围，将这些数值变为标签值，如衡量产品的指标及格、不及格，成绩是否优秀等。使用是需要指定数值列、各个标签的临界值，临界值的开闭情况（示例中：默认 `left=True` ，指定 `right=False` ，即左闭右开），最后指定标签的名称即可。
df[‘评价’] = pd.cut(df[‘成绩’], [0, 60, 80, np.inf],
right=False, labels=[‘不及格’, ‘良好’, ‘优秀’])
---
### 排序
#### 索引排序
对行索引降序排序
df.sort_index(axis=0, ascending=False)
对列索引降序排序
df.sort_index(axis=1, ascending=False)
#### 重置索引
将索引重新排序，原来的索引不保留。
df.reset_index(drop=True)
#### 值排序
先按照名字降序排序，再对相同名字下的成绩进行降序排序。
df.sort_values(by=[‘名字’, ‘成绩’], axis=0, ascending=False)
#### 创建排名列
使用 `rank` 来进行排名，主要参数 `method` 的取值含义如下：
| `method` | 含义 |
| --- | --- |
| `average` | 默认值，在名次一样的分组中，为各个值分配平均排名（平均数），排名之间存在跳跃 |
| `min` | 使用分组中的最小排名，排名之间存在跳跃 |
| `max` | 使用分组中的最大排名，排名之间存在跳跃 |
| `first` | 按值在原始数据中的出现顺序进行排名，排名之间存在跳跃 |
| `dense` | 同一个分组的排名相同，排名之间不存在跳跃 |
现在按照 **成绩** 列对每行数据进行排名，并新建排名列，几种排名方式下面都已给出。
df[‘排名’] = df[‘成绩’].rank(method=‘average’, ascending=False)
---
### 分组
#### 对行分组统计
现在对各人的成绩进行分组计算，分别计算总和、均值、最大值。
df.groupby([‘名字’]).sum()
df.groupby([‘名字’]).mean()
df.groupby([‘名字’]).max()
注意：此时的索引为 名字，如果想要重置索引，可以使用如下方式。
df.groupby([‘名字’]).sum().reset_index()
#### 对不同列使用不同的统计函数
`agg()` 是指定函数使用在某个数列上，然后返回标量值。
`apply()` 是先将数据拆分 >>> 再应用 >>> 最后汇总的过程（只能应用单个函数）。返回多维的数据。
df.groupby([‘名字’]).agg({‘成绩’:[‘sum’,‘mean’,‘max’]})
df.groupby([‘名字’]).apply(max)
---
### DataFrame合并
pandas中的合并函数主要是：`merge()`、`concat()`、`append()`，一般用来连接两个及以上 `DataFrame` 。其中，`concat()`, `append()` 用来纵向连接 `DataFrame` 对象， `merge()` 用来横向连接 `DataFrame` 对象。
**三者对比：**
>
> concat()
>
>
> * 连接多个DataFrame
> * 设置特定的键（key）
>
>
> append()
>
>
> * 连接多个DataFrame
>
>
> merge()
>
>
> * 指定列来连接DataFrame
>
>
>
#### merge()
`on` 若指定则该列必须同时出现在这两个 `DataFrame` 中，默认值为两个 `DataFrame` 列中的交集，在本例中即使不指定 `on` ，实际默认值也会按照 `name` 列来进行合并。
`how` 参数详解：
* inner：根据 `on` 指定的列取交集。
* outer：根据 `on` 指定的列取并集。
* left：根据 `on` 指定的列并以左连接的方式合并。
* right：根据 `on` 指定的列并以右连接的方式合并。
pd.merge(df1, df2, on=‘name’, how = “inner”)
pd.merge(df1, df2, on=‘name’, how = “outer”)
pd.merge(df1, df2, on=‘name’, how = “left”)
pd.merge(df1, df2, on=‘name’, how = “right”)
#### concat()
`concat()` 可以多个 `DataFrame` 进行合并，根据实际情况可以选择纵向合并还是横向合并。具体看下面的示例。
多个DataFrame纵向合并取交集
pd.concat([df1, df2], ignore_index=True, join=‘inner’,axis=0)
多个DataFrame纵向合并取并集
pd.concat([df1, df2], ignore_index=True, join=‘outer’,axis=0)
多个DataFrame横向合并取交集
pd.concat([df1, df2], ignore_index=False, join=‘inner’,axis=1)
多个DataFrame横向合并取并集
pd.concat([df1, df2], ignore_index=False, join=‘outer’,axis=1)
另外还可以指定 `key` ，在索引的位置添加原数据的名称。
pd.concat([df1, df2], ignore_index=False, join=‘outer’, keys=[‘df1’, ‘df2’])
#### append()
`append()` 常用于纵向合并，也可以多个 `DataFrame` 进行合并。
df1.append(df2, ignore_index=True)
df1.append([df1, df2], ignore_index=True)
---
### DataFrame时间处理
**示例数据**
#### 将字符串列转化成时间序列
有时从 csv 或 xlsx 文件中读取的时间，是字符串（`Object`）类型，这时就需要将其转化成 `datetime` 类型，方便后续对时间的处理。
pd.to_datetime(df[‘datetime’])
#### 将时间列作为索引
对于大部分时间序列数据，我们都可以将该列作为索引，来最大的利用时间。这里 `drop=False` 选择不删除 `datetime` 列。
df.set_index(‘datetime’, drop=False)
通过索引获取 **1月** 的数据，这里显示前五行。
df.loc[‘2021-1’].head()
通过索引获取 **1~3月** 的数据。
df.loc[‘2021-1’:‘2021-3’].info()
#### 获取时间的各个属性
这里给出一般需求中可能会用到的属性，同时给出各个方法的实例。
| 常见属性 | 描述 |
| --- | --- |
| `date` | 获取日期 |
| `time` | 获取时间 |
| `year` | 获取年份 |
| `month` | 获取月份 |
| `day` | 获取天 |
| `hour` | 获取小时 |
| `minute` | 获取分钟 |
| `second` | 获取秒 |
| `dayofyear` | 数据处于一年中的第几天 |
| `weekofyear` | 数据处于一年中的第几周(新版使用 `isocalendar().week`) |
| `weekday` | 数据处于一周中的第几天（数字 周一为0） |
| `day_name()` | 数据处于一周中的第几天（英文 Monday） |
| `quarter` | 数据处于一年中的第几季度 |
| `is_leap_year` | 是否为闰年 |
这里随便选第 100 行的日期做示例，各个属性的结果均以注释的形式展示。
df[‘datetime’].dt.date[100]
datetime.date(2021, 4, 11)
df[‘datetime’].dt.time[100]
datetime.time(11, 50, 58, 995000)
df[‘datetime’].dt.year[100]
2021
df[‘datetime’].dt.month[100]
4
df[‘datetime’].dt.day[100]
11
df[‘datetime’].dt.hour[100]
11
df[‘datetime’].dt.minute[100]
50
df[‘datetime’].dt.second[100]
58
df[‘datetime’].dt.dayofyear[100]
101
df[‘datetime’].dt.isocalendar().week[100]
14
df[‘datetime’].dt.weekday[100]
6
df[‘datetime’].dt.day_name()[100]
‘Sunday’
df[‘datetime’].dt.quarter[100]
2
df[‘datetime’].dt.is_leap_year[100]
False
#### 重采样 resample()
重采样分为 **降采样** 和 **升采样** 两种。
降采样指的是采样的时间频率低于原时间序列的时间频率，同时来讲就是一个聚合操作。看示例，下面获取各季度的 `count` 列平均值。`Q` 代表 `quarter` 表示按季度采样。
df.resample(‘Q’,on=‘datetime’)[“count”].mean()
注意：此时的输出的最大时间为06-30， 并不是实际数据中的 05-31。 但是并不影响计算。
升采样与降采样相反，指的是采样的时间频率高于原时间序列的时间频率，相当于获取更细纬度的时间数据，但这样**往往会造成数据中存在大量空值**，实际用的不多，这里就不展开讲解了。
---
### DataFrame遍历方式
#### iterrows() - 遍历行（索引，列值序列）
按行进行遍历，获取行的索引与列值序列，速度较慢，直接看例子。
for index, row in df.iterrows():
print(index)
print(row)
给大家的福利
零基础入门
对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。
同时每个成长路线对应的板块都有配套的视频提供：
因篇幅有限，仅展示部分资料
网络安全面试题
绿盟护网行动
还有大家最喜欢的黑客技术
网络安全源码合集+工具包
所有资料共282G，朋友们如果有需要全套《网络安全入门+黑客进阶学习资源包》，可以扫描下方二维码领取（如遇扫码问题，可以在评论区留言领取哦）~
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
网络安全面试题
绿盟护网行动
还有大家最喜欢的黑客技术
网络安全源码合集+工具包
所有资料共282G，朋友们如果有需要全套《网络安全入门+黑客进阶学习资源包》，可以扫描下方二维码领取（如遇扫码问题，可以在评论区留言领取哦）~
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）
[外链图片转存中…(img-lkvqy9jg-1713295976257)]
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
