TT图图-CSDN博客

原创 Python 教程之控制流（12）组合迭代器

关注与私信博主（08）学习更多Python知识与技巧，课件，源码，安装包，还有最新大厂面试资料等等等。用于简化组合构造（如排列、组合和笛卡尔积）的递归生成器称为组合迭代器。

2022-09-30 14:15:18 542 1

Python的Itetool是一个模块，它提供了各种函数，这些函数在迭代器上工作以产生复杂的迭代器。该模块作为一个快速，内存效率的工具，可以单独使用或组合使用以形成。例如，假设有两个列表，并且您想要将它们的元素相乘。有几种方法可以实现这一目标。可以使用朴素的方法，即同时迭代列表的元素并将它们相乘。另一种方法是使用 map 函数，即通过将 mul 运算符作为第一个参数传递给 map 函数，并将 List 作为该函数的第二个和第三个参数传递。让我们看看每种方法所花费的时间。

2022-09-30 14:13:48 1292 1

原创 Python 教程之控制流（10）在Python中有效地使用迭代

enumerate是一个内置的Python函数，它将输入作为迭代器、列表等，并返回一个包含索引的元组和迭代器序列中该索引处的数据。例如，enumerate（cars）返回一个迭代器，该迭代器将返回（0，cars[0]）、（1，cars[1]）、（2，cars[2]）等等。它使用这些输入迭代器中最短的长度。枚举函数和zip函数的使用有助于实现Python中迭代逻辑的有效扩展，并解决大型任务或问题的更多子问题。两个迭代器用于单个循环构造：在这种情况下，列表和字典将用于使用枚举函数的单个循环块中的每个迭代。

2022-09-30 14:12:04 561

原创整理了25个Pandas实用技巧

现在如果你需要创建一个更大的DataFrame，上述方法则需要太多的输入。有很多种实现的途径，我最喜欢的方式是传一个字典给DataFrame constructor，其中字典中的keys为列名，values为列的取值。如果你对你的DataFrame有操作方面的问题，或者你不能将它读进内存，那么在读取文件的过程中有两个步骤可以使用来减小DataFrame的空间大小。该DataFrame包含了与MultiIndexed Series一样的数据，不同的是，现在你可以用熟悉的DataFrame的函数对它进行操作。

2022-09-30 14:06:04 266

原创用Python写了一个电子考勤系统！

（4）学生信息需要首先被加载到student_infos列表中，student_info中的每个元素都是一个字典，字典中的键都是各自列名，而值则是每一行内容，按照示例数据构造出来的student_infos列表如下。（3）考勤记录最终会被保存到attendance.csv文件中，第一行是列名行，后面每一行代表一个学生的考勤信息，包含学号，姓名，时间，考勤状态（只有出勤、迟到、请假、缺勤四种状态）。

2022-09-30 14:03:03 160

原创 4 个 Python 项目管理与构建工具，建议收藏！

Python 历时这么久以来至今还未有一个事实上标准的项目管理及构建工具，以至于造成 Python 项目的结构与构建方式五花八门。这或许是体现了 Python 的自由意志。不像 Java 在经历了最初的手工构建，到半自动化的 Ant, 再到 Maven 基本就是事实上的标准了。

2022-09-30 13:59:24 130

原创优化Python开发环境的几个神技巧

终于完成了使用poetry创建项目的所有准备工作，我把这个项目命名为dsexample，为了展示如何使用poetry，我添加了一个特定版本的pandas库，以及所有额外需求的fastapi框架。每次添加新的钩子函数时，建议一开始在所有文件中手动运行pre-commit，因为它只能作用于上次提交之后更改过的文件。相反，black和mypy在CI/CD服务器上运行，因此，将它们添加到项目的dev依赖项是有意义的。对于很多人而言，Python提供的大量免费函数库、高可读性的程序和新引入的类型注释让很多爱不释手。

2022-09-29 19:23:53 127

原创 Python数据可视化的3大步骤！

原始图形画完后，我们可以根据需求修改颜色（color），线型（linestyle），标记（maker）或者其他图表装饰项标题（Title），轴标签（xlabel，ylabel），轴刻度（set_xticks），还有图例（legend）等，让图形更加直观。matplotlib是最基础的绘图函数，也是相对较低级的工具。也可以使用参数明确的指定。是一个基于matplotlib的高级可视化效果库，针对的点主要是数据挖掘和机器学习中的变量特征选取，seaborn可以用短小的代码去绘制描述更多维度数据的可视化效果图。

2022-09-29 19:22:17 1834

原创值得收藏的30道Python练手题（附详解）

如果不依赖 python 提供的 join 方法，还可以通过 for 循环，然后将字符串拼接，但是在用“+”连接字符串时，结果会生成新的对象，使用 join 时结果只是将原列表中的元素拼接起来，所以 join 效率比较高。Python 提供了strip() 方法，可以去除首尾空格，rstrip() 去掉尾部空格，lstrip() 去掉首部空格，replace(" ", “”) 去掉全部空格。例如 [1，2，0，2，1]，[1，2，3，3，2，1]，这样的数组都是对称数组。

2022-09-29 19:21:49 93

原创提高数据科学工作效率的 8 个Python库！

理解 Terality 的一个很好的比喻是可以认为他们在本地使用的 Pandas 兼容的语法并编译成 Spark 的计算操作，使用Spark进行后端的计算。所谓“谨慎”意思是应该规范你的模型。这种不同的方法意味着它不是无意义的地尝试每一个值，而是在尝试之前寻找最佳候选者，这样可以节省时间，否则这些时间会花在尝试没有希望的替代品上（并且可能也会产生更好的结果）。最基本的（也可能是众所周知的）替代方案是 sklearn 的 GridSearchCV，它将尝试多种超参数组合并根据交叉验证选择最佳组合。

2022-09-29 19:21:00 101

原创 Python入门，从19个语法开始！

import time# 时间文本转时间戳，精确到秒a = 2016-10-01 10:00:00 a = int(time.mktime(time.strptime(a, %Y-%m-%d %H:%M:%S )))print a# 时间戳转时间文本b = int(time.time())b = time.strftime( %Y-%m-%d %H:%M:%S , time.localtime(b))print b。在Python中，代码块的边界不是通过大括号等符号进行显式划分，而是通过行的缩进实现的。

2022-09-29 14:31:49 85

原创 10 个 Python 自动探索性数据分析神库！

Dataprep是我最常用的EDA包，AutoViz和D-table也是不错的选择，如果你需要定制化分析可以使用Klib，SpeedML整合的东西比较多，单独使用它啊进行EDA分析不是特别的适用，其他的包可以根据个人喜好选择，其实都还是很好用的，最后edaviz就不要考虑了，因为已经不开源了。通过自动化的工作可以节省我们的很多时间。klibe虽然提供了很多的分析函数，但是对于每一个分析需要我们手动的编写代码，所以只能说是半自动化的操作，但是如果我们需要更定制化的分析，他是非常方便的。

2022-09-29 14:26:35 260

原创 10个有趣的Python高级脚本，建议收藏！

print("\n计算机信息如上 ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑")使用Python的pikepdf模块，即可对文件进行加密，写一个循环就能进行批量加密文档。如果你有100个或更多的PDF文件需要加密，手动进行加密肯定是不可行的，极其浪费时间。第一时间你可能会先想到手工整理，但是当工作量特别大，手工可能就比较费劲。其实使用Python的OpenCV，就能够快速实现很多你想要的效果。使用Python的WMI模块，便可以轻松查看你的电脑信息。print(f'操作系统: {os_name}')

2022-09-29 14:23:10 194

原创死锁的常见例子及 Python 模拟

常见的例子是在银行账户上：假如要在两个银行账户之间执行交易，你必须确保两个账户都被锁定，不受其他交易的影响，以达到正确的资金转移量。在这里，这个类比并不完全成立--哲学家对应的是锁定账户的交易（分叉）--但同样的技术困难也会出现。其他的例子包括电商秒杀系统，多个用户抢一个商品，不允许一个数据库被多个客户同时修改。死锁也是由一个并发程序需要同时具备的条件来定义的，这样才会发生死锁。这些条件是由计算机科学家Edward G. Coffman, Jr .首先提出的，因此被称为Coffman 条件。

2022-09-29 14:00:49 1110

原创 Python 实现单例模式的五种写法

是一种常用的软件设计模式，该模式的主要目的是确保某一个类只有一个实例存在。当你希望在整个系统中，某个类只能出现一个实例时，单例对象就能派上用场。比如，某个服务器程序的配置信息存放在一个文件中，客户端通过一个 AppConfig 的类来读取配置文件的信息。如果在程序运行期间，有很多地方都需要使用配置文件的内容，也就是说，很多地方都需要创建 AppConfig 对象的实例，这就导致系统中存在多个 AppConfig 的实例对象，而这样会严重浪费内存资源，尤其是在配置文件内容很多的情况下。

2022-09-29 13:46:11 141 1

原创现学现用的 10 个 Python 技巧

列表推导返回列表时，它们由包含表达式的方括号组成，该表达式针对每个元素连同for loop加以执行，以便对每个元素执行迭代处理。由于('Team 1'，'Team 2')和('Team 2'，'Team 1')代表同一对，所以输出列表中仅包含其中一个。sorted()可对任何序列(列表和元组)进行排序，始终返回元素以排序的方式显示的列表。集合模块提供了许多函数。字典的键将是可迭代对象中的独特元素，而每个键的值将是可迭代对象中的元素计数。假设我们有两个列表，一个列表包含学生的姓名，第二个列表包含学生的分数。

2022-09-28 15:39:33 307

原创程序员必知的 20 个 Python 技巧

Python是一门流行且应用广泛的通用编程语言，其应用包括数据科学、机器学习、科学计算等领域，以及后端Web开发、移动和桌面应用程序等方面。许多知名的公司都使用Python，如Google、Dropbox、Facebook、Mozilla、IBM、Quora、Amazon、Spotify、NASA、Netflix、Re。Python之禅（又名PEP20）是由Tim Peters编写的一小段文字，文中展示了设计和使用Python的指导原则。Python是免费且开源的，与它有关的大多数产品也都是。

2022-09-28 15:19:51 84

原创 Python数据处理入门教程！

本教程内容旨在帮助没有基础的同学。可作为机器学习或深度学习的先修课程，也可作为快速备查手册。值得一提的是，，可以说 numpy 玩儿熟了，几个深度学习框架的不少 API 也同时学会了。本文是教程的「第一部分」，从实际的代码应用出发，讲解了Numpy创建到统计的操作。开源项目地址：https://github.com/datawhalechina/powerful-numpy则如下：· 偏实用高频 API· 展示实际用法· 简单直接使用说明：内容中⭐（1-5个）表示重要程度，越多越重要；

2022-09-28 14:54:40 150

原创 Python 中的 Elias Delta 编码

在本文中，我们将使用 python 实现 Elias Delta 编码。

2022-09-28 14:42:06 154

原创 Python 教程之控制流（9）Python 中的 Switch Case（替换）

在本文中，我们将尝试理解 Python 中的 Switch Case（替换）。

2022-09-28 14:18:41 1421 2

原创 Python 教程之控制流（8）在 Python 中使用带有 For 循环的 Else 条件语句

在下面的例子中，只有当数组中没有元素是偶数时才会执行else语句，即没有执行任何迭代的if语句。因此，对于数组 [1, 9, 8]，if 在循环的第三次迭代中执行，因此在 for 循环之后出现的 else 将被忽略。在数组 [1, 3, 5] 的情况下，任何迭代都不会执行 if ，因此执行循环之后的 else。关注与私信博主（08）学习更多Python知识与技巧，课件，源码，安装包，还有最新大厂面试资料等等等。

2022-09-28 14:16:50 431

原创 Python 教程之控制流（7）Python中的链接比较运算符

根据Python 中的关联性和优先级，Python 中的所有比较操作具有相同的优先级，低于任何算术、移位或按位操作。同样与 C 不同的是，像 a < b < c 这样的表达式具有数学中的常规解释。关注与私信博主（08）学习更多Python知识与技巧，课件，源码，安装包，还有最新大厂面试资料等等等。检查两个以上的条件在编程语言中很常见。

2022-09-28 14:15:13 217

原创 10 个鲜为人知的 Python 可视化概念和技巧

可视化是我们以各种可视化形式描述数据的操作，从图表、图形到信息图形。它是探索性数据分析 (EDA) 中最重要的部分之一，因为它使我们能够轻松掌握变量之间的关系以及对后期特征工程和建模有用的数据的任何独特特征。在本文中，我向您介绍了 10 个 Python 可视化概念和技巧，它们鲜为人知，但对于将它们添加到您的可视化库中很有用。先导入相关的Python库和数据集，示例的数据集包括客户ID，性别，年龄，年收入，消费评估分数。

2022-09-28 14:09:54 219

原创 Python 教程之控制流（6）打印金字塔图案的程序

关注与私信博主（08）学习更多Python知识与技巧，课件，源码，安装包，还有最新大厂面试资料等等等。然后，在第 1 行上，我们打印 4 次空格（即 5-1 或 height -row）然后，在第 2 行上，我们打印空白 3 次（即 5-2 或 height -row）操作打印语句，可以打印不同的数字图案、字母图案或星形图案。可以使用简单的 for 循环在 python 中打印模式。

2022-09-27 16:42:20 5099

原创 Python 教程之控制流（5）Python 中的 range() 与 xrange()

range() 和 xrange() 是两个函数，可用于在 Python的 for 循环中迭代一定次数。在 Python 3 中，没有 xrange，但 range 函数的行为类似于 Python 2 中的 xrange。如果要编写可在 Python 2 和 Python 3 上运行的代码，则应使用 range()。两者都以不同的方式实现，并具有与之相关的不同特征。

2022-09-27 16:38:34 438

原创 Python正则表达式初识（三）

不同的地方在于特殊字符“*”模式下，字符出现的次数可以是0次或者任意多次，而特殊字符“+”模式下，字符出现的次数至少是1次。2、现在将匹配模式由之前的“.*(p.*p).*”改为“.*(p.+p).*”，即将特殊字符“*”改为特殊字符“+”，用特殊字符“+”来限定前面的字符出现的次数，至少出现一次。简单的来理解一下，首先贪婪模式不在赘述，然后匹配到第一个字符p，之后碰到特殊字符“+”，表示匹配任意字符，但该字符至少出现一次，然后再匹配到第二个字符p，才会提取到匹配的字符串。

2022-09-27 15:33:14 270

原创 Python正则表达式初识（二）

匹配模式“.*(p.*p).*”代表的意思是：左边的“.* ”的意思是任意字符串，可以是空，也可以是非空的字符串，之后是字符p，中间的“.* ” 的意思也是任意字符串，之后再是一个p，尔后右边的“.* ” 的意思也是任意字符串。p).*”，在第二“p”之前也加个特殊字符“?2、如果将正则表达式匹配模式改为“.*4$”，则表示以4结尾的任意字符的字符串，此时是没有任何的输入结果的，如下图所示。正则表达式匹配模式“.*3$”代表以3结尾的任意字符的字符串，很显然匹配的结果和原始字符串是一致的，所以有返回结果。

2022-09-27 15:30:23 129

原创 Python正则表达式初识（一）

3、“.” 较为常用，其代表的意思是任意字符，其表示的范围非常广，可以接任意字符，不论是中英文，还是下划线之类的特殊字符，都是可以代表的。正则表达式在处理字符串的时候扮演着非常重要的角色，在网络爬虫的时候也十分常用，大家可以把它学的简单一些，但是不能不学。2、“^d”代表的意思是以d元素开头的任意一个字符串，也就是说只要是以d开头的字符串，后面的元素不论是什么，都是符合规则的，总之必须要以d开头。4、“*” 也十分常用，其代表的意思是前面的字符可以重复任意多遍，可以是0次，1次，2次等任意多次。

2022-09-27 15:27:41 89

原创提高数据可视化效果的五个原则

这张美国的点密度图，使用了自2010年起，美国十年一次的人口普查数据，每一个点代表一个人，这是全国3.08亿居民在人口普查区（一个人口普查区相当于一个街区）的分布情况。有了颜色和标签（左上角的图表），我可以把这张图表放到我的报告或讲义中，稍做加工，再添加一个有吸引力的标题，读者就可以知道哪些标签对应于哪些折线。三维的柱形和闪烁的条纹，不匹配的数据和轴标签，用大量的小数表明数据的精确度，但实际上并没有这种效果——所有这些混在一起形成了一张很难阅读的图表，老实地说，看起来很不舒服。

2022-09-27 15:15:29 90

原创 Python和Excel的完美结合:常用操作汇总(案例详析)

在以前，商业分析对应的英文单词是Business Analysis，大家用的分析工具是Excel，后来数据量大了，Excel应付不过来了（Excel最大支持行数为1048576行），人们开始转向python和R这样的分析工具了，这时候商业分析对应的单词是Business Analytics。因为Excel画出来的图能够交互，能够在图上进行一些简单操作，所以这里用的python的可视化库是plotly，案例就用我这个学期发展经济学课上的作业吧，当时的图都是用Excel画的，现在用python再画一遍。

2022-09-27 15:05:08 227

原创 13个Python必备的知识，建议收藏！

我们可以使用内置方法对字符串执行各种操作，如连接、切片、修剪、反转、大小写更改和格式化，如split()、lower()、upper()、endswith()、join()和ljust()、rjust()、format()。在Python中，我们使用if，if-else，循环(for，while)作为条件语句根据某些条件来改变程序的流程。如果你是数据科学家或 AI/机器学习的初学者，那么Python是开始你的旅程的正确选择。它可能不是同质的，我们可以创建一个包含不同数据类型（如整数、字符串和对象）的列表。

2022-09-27 15:00:30 49

原创整理了27个Python人工智能库，建议收藏！

它主要是包含许多分类器比如 SVMS、K-NN、随机森林以及决策树中使用监督分类法，它还可执行特征选择，可以形成不同的例如无监督学习、密切关系传播和由 MILK 支持的 K-means 聚类等分类系统。能够给用户提供良好的基于机器学习的生物信息图像分析服务，利用机器学习算法，轻松地分割，分类，跟踪和计数细胞或其他实验数据。大多数操作都是交互式的，并不需要机器学习专业知识。简单的说，要描述输入的 feature，输入的 label，一些参数，参数和输入之间的计算关系，以及目标节点是什么。的模块化机器学习库。

2022-09-26 14:15:09 639

原创 Python 教程之 Numpy（5）—— 数据类型对象（dtype）

这个数据类型对象（dtype）告诉我们数组的布局。ndarray 的值存储在缓冲区中，可以将其视为连续的内存字节块。数据类型对象对于创建结构化数组很有用。结构化数组是包含不同类型数据的数组。关注与私信博主（08）学习更多Python知识与技巧，课件，源码，安装包，还有最新大厂面试资料等等等。数据类型对象是NumPy.dtype类的一个实例，可以使用NumPy.dtype来创建。在结构化数组的情况下，dtype 对象也将是结构化的。

2022-09-26 14:12:35 2196

原创 Python 教程之 Numpy（4）—— 数据类型对象

这个数据类型对象（dtype）告诉我们数组的布局。int8,...,uint8,...,float16, float32, float64, complex64, complex128（这次是。b1、i1、i2、i4、i8、u1、u2、u4、u8、f2、f4、f8、c8、c16、a（表示字节、整数、无符号整数、浮点数、指定。如果为 False，则结果可能只是对内置数据类型对象的引用。结构化数组是包含不同类型数据的数组。在结构化数组的情况下，dtype 对象也将是结构化的。要转换为数据类型对象的对象。

2022-09-26 14:10:31 1614

原创 Python 教程之 Numpy（3）—— 数组创建

考虑一个形状为 (a1, a2, a3, ..., aN) 的数组。我们可以重新整形并将其转换为另一个形状为 (b1, b2, b3, ..., bM) 的数组。Python 没有对数组的内置支持，但可以使用 Python 列表代替。为了创建数字序列，NumPy 提供了一个类似于 range 的函数，它返回数组而不是列表。根据间隔返回一个具有均匀间隔元素的数组。提到的间隔是半开的，即[开始，停止）返回给定形状和类型的新数组，具有随机值。返回给定形状和类型的新数组，带零。：返回折叠成一维的数组的副本。

2022-09-26 14:06:04 5411

原创 Python 教程之 Numpy（2）—— 数组

Numpy 中的数组是一个元素表（通常是数字），所有元素类型相同，由正整数元组索引。在 Numpy 中，数组的维数称为数组的秩。我们上面使用重载运算符所做的所有操作都可以使用 ufunc 完成，例如 np.add、np.subtract、np.multiply、np.divide、np.sum 等。在创建数组时，Numpy 会尝试猜测数据类型，但构造数组的函数通常还包含一个可选参数来显式指定数据类型。Numpy 数组中的元素可以使用方括号访问，并且可以使用嵌套的 Python 列表进行初始化。

2022-09-26 14:03:26 522

原创 Python 教程之 Numpy（1）—— 什么是 Numpy？

要打印数组的范围，需要进行切片。数组切片是在新数组中定义一个范围，该数组用于打印原始数组中的一系列元素。由于切片数组包含原始数组的一系列元素，因此在切片数组的帮助下修改内容会修改原始数组内容。在 Numpy 中，数组的维数称为数组的秩。中的数组可以通过多种方式创建，具有不同数量的 Rank，定义数组的大小。在 Numpy 数组中，基本的数学运算是在数组上按元素执行的。在 Numpy 中，除非需要特定的数据类型，否则不需要定义数组的数据类型。在 numpy 中，数组允许对特定数组或数组组合执行广泛的操作。

2022-09-26 14:00:27 622

空空如也

空空如也