Python基础专题
整理python基础知识,记录自己的学习进阶,融会贯通
星尘 StarDust
Datawhale团队成员,开源贡献者,一个不断寻找自我的追光者。
展开
-
Anaconda更换清华源、中科大源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/clo.原创 2020-05-27 14:49:43 · 51904 阅读 · 2 评论 -
Pandas 教程(上)综合练习
一、 2002 年-2018 年上海机动车拍照拍卖问题(1) 哪一次拍卖的中标率首次小于5%?(2) 按年统计拍卖最低价的下列统计量:最大值、均值、 0.75 分位数,要求显示在同一张表上。(3) 将第一列时间列拆分成两个列,一列为年份(格式为 20××),另一列为月份(英语缩写),添加到列表作为第一第二列,并将原表第一列删除,其他列依次向后顺延。(4) 现在将表格行索引设为多级索引,外层...原创 2020-05-01 22:39:19 · 274 阅读 · 0 评论 -
精通Pandas合并操作(append、assign、combine、update、concat、merge、join)!
>>> import numpy as np>>> import pandas as pd>>> df = pd.read_csv('data/table.csv')>>> df.head()一、append与assign1. append方法(a)利用序列添加行(必须指定name)>>> d...原创 2020-04-30 23:32:15 · 868 阅读 · 0 评论 -
精通Pandas变形操作:pivot_table()、get_dummies()、stack()函数
>>> import numpy as np>>> import pandas as pd>>> df = pd.read_csv('data/table.csv')>>> df.head()一、透视表1. pivot一般状态下,数据在DataFrame会以压缩(stacked)状态存放,例如上面的Gender,...原创 2020-04-28 17:18:02 · 1106 阅读 · 2 评论 -
Pandas分组、聚合、过滤操作全面解析!
思维导图>>> import numpy as np>>> import pandas as pd>>> df = pd.read_csv('data/table.csv',index_col='ID')>>> df.head()一、SAC过程1. 内涵SAC指的是分组操作中的split-apply-combi...原创 2020-04-26 22:39:57 · 4447 阅读 · 0 评论 -
精通Pandas索引操作,看这篇就够了!
思维导图import numpy as npimport pandas as pddf = pd.read_csv('data/table.csv',index_col="ID")df.head()一、单级索引1. loc方法、iloc方法、[]操作符最常用的索引方法可能就是这三类,其中iloc表示位置索引,loc表示标签索引,[]也具有很大的便利性,各有特点(a)loc方法(注...原创 2020-04-23 11:24:35 · 3276 阅读 · 4 评论 -
Pandas基础知识入门
Pandas是基于Numpy构建的含有更高级数据结构和工具的数据分析包。类似于Numpy的核心是ndarray,pandas 也是围绕着 Series 和 DataFrame两个核心数据结构展开的。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。Pandas官方教程User Guide ,查看当前版本:>>> import pandas as pd...原创 2020-04-20 22:10:00 · 612 阅读 · 0 评论 -
numpy.pad()函数使用详解
在卷积神经网络中,为了避免因为卷积运算导致输出图像缩小和图像边缘信息丢失,常常采用图像边缘填充技术,即在图像四周边缘填充0,使得卷积运算后图像大小不会缩小,同时也不会丢失边缘和角落的信息。在Python的numpy库中,常常采用numpy.pad()进行填充操作。官方文档为:numpy.padnumpy.pad(array, pad_width, mode=‘constant’, **kwar...原创 2020-04-19 23:40:03 · 13315 阅读 · 4 评论 -
numpy.diag()函数使用详解
基于NumPy v1.17 使用手册,numpy.diag()函数是以一维数组的形式返回方阵的对角线(或非对角线)元素,或将一维数组转换成方阵(非对角线元素为0)。两种功能角色转变取决于输入的v。官方文档如下:numpy.diag参数解析v : array_like如果v是二维数组,返回k位置的对角线。如果v是一维数组,返回一个v作为k位置对角线的二维数组。k : int, op...原创 2020-04-19 16:55:16 · 23864 阅读 · 0 评论 -
Numpy快速入门--随机数random模块指南
random模块用于生成随机数,下面介绍常用的随机数函数:1、np.random.seed(argument)如果使用相同的argument值,则每次生成的随即数都相同。如果不设置这个值,则系统根据时间来自己选择这个值,此时每次生成的随机数因时间差异而不同。2、np.random.random(size=None)作用:生成[0,1)区间指定size的随机浮点数>>>...原创 2020-04-11 22:40:03 · 337 阅读 · 0 评论 -
秒懂Python 赋值,浅拷贝,深拷贝
Python 赋值,浅拷贝,深拷贝直接赋值:对象的引用(别名)。浅拷贝(copy):拷贝父对象,不会拷贝对象的内部的子对象。深拷贝(deepcopy): copy模块的deepcopy方法,完全拷贝了父对象及其子对象。1 基础概念在Python里,一切皆对象,完全的面向对象。1、Python为动态解释性语言,在赋值操作时,并不需要像静态编译类型语言C++或Java一样,在使用变量前...原创 2020-03-30 11:54:22 · 737 阅读 · 2 评论