python零基础学习
qhqlnannan
这个作者很懒,什么都没留下…
展开
-
numpy基础操作
numpy基础操作原创 2022-11-01 17:13:01 · 131 阅读 · 0 评论 -
python基于pandas求取行列的和与均值
import pandas as pd# DateFrame中,index为行索引,columns为列索引##解决列名输出不对称问题pd.set_option('display.unicode.ambiguous_as_wide',True)pd.set_option('display.unicode.east_asian_width', True)s1 = 'H:\pythonProject\COD1.csv's2 = pd.read_csv(s1, index_col=0) # 指定第一原创 2021-12-22 10:05:23 · 3432 阅读 · 0 评论 -
python使用pandas对序列进行排序
代码示例:import pandas as pd# DateFrame中,index为行索引,columns为列索引##解决列名输出不对称问题pd.set_option('display.unicode.ambiguous_as_wide',True)pd.set_option('display.unicode.east_asian_width', True)s1 = 'H:\pythonProject\COD1.csv's2 = pd.read_csv(s1, index_col=0)原创 2021-12-20 08:53:54 · 568 阅读 · 0 评论 -
python基于pandas设置索引
import pandas as pd# DateFrame中,index为行索引,columns为列索引pd.set_option('display.unicode.east_asian_width', True)s1 = 'H:\pythonProject\COD1.csv's2 = pd.read_csv(s1, index_col=0) # 指定第一列为行索引print(s2) # 输出原始数据###Series结构索引s3 = pd.read_csv(s1)print('**原创 2021-12-16 10:35:05 · 2765 阅读 · 0 评论 -
python基于pandas实现数据的简单异常检查(缺失值处理,缺失值填充、判断是都重复)
import pandas as pd# DateFrame中,index为行索引,columns为列索引pd.set_option('display.unicode.east_asian_width', True)s1 = 'H:\pythonProject\COD1.csv's2 = pd.read_csv(s1, index_col=0) # 指定第一列为行索引print(s2) # 输出原始数据##插入数据s2.loc['s14','b7'] = 34print('*****-原创 2021-12-15 09:09:34 · 327 阅读 · 0 评论 -
python基于pandas对DataFrame的行与列进行删除、修改、新增
import pandas as pd# DateFrame中,index为行索引,columns为列索引pd.set_option('display.unicode.east_asian_width', True)s1 = 'H:\pythonProject\COD1.csv's2 = pd.read_csv(s1, index_col=0) # 指定第一列为行索引print(s2) # 输出原始数据##直接通过列索引增加数据s2['b6'] = [1, 2, 3, 4, 5, 6,原创 2021-12-13 09:52:13 · 1229 阅读 · 0 评论 -
python使用pandas抽取表的行列
import pandas as pd# DateFrame中,index为行索引,columns为列索引pd.set_option('display.unicode.east_asian_width', True)s1 = 'H:\pythonProject\COD1.csv's2 = pd.read_csv(s1, index_col=0) # 指定第一列为行索引print(s2)##以下为行的抽取print('***---' * 10)print(s2.iloc[0:2]) #原创 2021-12-10 10:47:26 · 1838 阅读 · 0 评论 -
python基于pandas读取网页表格数据
import pandas as pd#DateFrame中,index为行索引,columns为列索引pd.set_option('display.unicode.east_asian_width',True)df = pd.DataFrame()url_List = ['http://www.espn.com/nba/salaries/_/seasontype/4']for i in range(0,13): url = 'http://www.espn.com/nba/salari原创 2021-12-09 10:53:00 · 898 阅读 · 1 评论 -
python导入csv
import pandas as pd#DateFrame中,index为行索引,columns为列索引pd.set_option('display.unicode.east_asian_width',True)s1 = r'H:\pythonProject\COD1.csv'p1 = pd.read_csv(s1)#导入第一个表print(p1.head(10))p2 = pd.read_csv(s1,header=0,index_col='b2')print("****--"*10)原创 2021-12-03 08:40:00 · 189 阅读 · 0 评论 -
python使用pandas导入excel
代码如下:import pandas as pd#DateFrame中,index为行索引,columns为列索引s1 = r'H:\pythonProject\CODE.xlsx'p1 = pd.read_excel(s1,sheet_name = 0)#导入第一个表print(p1.head(10))p2 = pd.read_excel(s1,index_col=0,header=0)#设置第一列为行索引,设置第一行为列索引print('******----'*10)print(p原创 2021-12-02 08:52:10 · 1520 阅读 · 0 评论 -
python使用pandas遍历输出每一列
示例代码如下:import pandas as pd#DateFrame中,index为行索引,columns为列索引pd.set_option('display.unicode.east_asian_width',True)data1 = [[1,2,3],[11,22,33],[22,33,44]]index1 = ['b1','b2','b3']columns1 = ['text','t1','t2']df = pd.DataFrame(data=data1,index=index1,原创 2021-12-01 08:22:39 · 5821 阅读 · 0 评论 -
python基于pandas读取数据
基于pandas读取数据:代码如下import pandas as pdpd.set_option('display.unicode.east_asian_width',True) #降display.unicode.east_asian_width设置为Ture,列名对其df = pd.read_csv("H:/pythonProject/COD1.csv")#pythonl路径问题,通常使用/符号,如果使用默认windows默认系统\符号,需要在最前面加一个r,以避免路径里面的“\”被转原创 2021-11-25 08:31:27 · 1009 阅读 · 0 评论 -
python文件操作
详细参考:https://www.runoob.com/python3/python3-os-file-methods.html示例代码import osprint(os.getcwd()) #获取当前文件所在位置# a = open('a.csv','a')print(os.path.abspath(r"demo\a.csv")) #获取a.csv文件所在位置# os.mkdir('test') #创建一级目录os.makedirs("H:/python/pythonProject原创 2021-07-14 08:54:36 · 66 阅读 · 0 评论 -
python数组运算与成图
import numpy as npimport pandas as pdfrom matplotlib import pyplot as pltimport seaborn as snsimport csva = [0.22, 0.65, 0.45, 0.56, 0.25, 0.89]b = [0.98, 0.8, 0.42, 0.1, 0.25, 0.36]c = np.empty((6,6))for i in a: p = a.index(i) for j in b:原创 2021-07-13 15:59:25 · 72 阅读 · 0 评论 -
python基础文件操作
文件操作引用自https://www.runoob.com/python/python-files-io.html示例代码如下:print("=" * 10, "创建最新文件", "=" * 10) # 显示创建一个新文件a = open('test.txt', 'r+') # 'a'打开一个文件用于追加。如果该文件已存在,文件指针将会放在文件的结尾。也就是说,新的内容将会被写入到已有内容之后。如果该文件不存在,创建新文件进行写入。a1 = open('test1.txt', 'r',en原创 2021-07-13 10:07:13 · 94 阅读 · 2 评论 -
python的import导入模块
当解释器遇到 import 语句,如果模块在当前的搜索路径就会被导入。搜索路径是一个解释器会先进行搜索的所有目录的列表。如想要导入模块 support,需要把命令放在脚本的顶端:import tes as g#该段代码的意思为,导入的模块tes并设置别名为g假设模块tes里面有函数test()导入模块后可以通过如下方式进行调用:g.test()创建test.py模块,模块内的函数为import datetime #导入日期包class Tes: #创建基类函数Tes原创 2021-07-06 08:32:57 · 180 阅读 · 0 评论 -
python类的继承与派生
示例代码与解说import datetime #导入日期包class Tes: #创建基类函数Tes #factor = "DO" def __init__(self,factor="DO"): #构造方法 Tes.factor = factor #定义出类的属性 def Cshu(self,factor): #定义方法Cshu() print("当前监测因子为:",factor) #输出形式参数 print原创 2021-07-05 10:16:42 · 174 阅读 · 0 评论 -
python类的属性
示例代码如下class Tes: list_name = ["DO","TP","TN","NH3","Tem",] #类的属性 def __init__(self,show): self.__show = show @property #将方法转化为属性 def show(self): #将方法转换为属性后,通过该语句定义方法 return self.__show #返回私有属性的值 @show.set原创 2021-07-02 09:24:12 · 74 阅读 · 0 评论 -
Python 函数与类
函数函数是组织好的,可重复使用的,用来实现单一,或相关联功能的代码段。函数能提高应用的模块性,和代码的重复利用率类类(Class): 用来描述具有相同的属性和方法的对象的集合。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。类变量:类变量在整个实例化的对象中是公用的。类变量定义在类中且在函数体之外。类变量通常不作为实例变量使用。数据成员:类变量或者实例变量, 用于处理类及其实例对象的相关的数据。方法重写:如果从父类继承的方法不能满足子类的需求,可以对其进行改写,这个过程叫方法的覆原创 2021-06-30 09:13:28 · 177 阅读 · 0 评论 -
正态分布3σ原则
正态分布也称高斯分布(Gaussian distribution)正态分布是一种概率分布。正态分布是具有两个参数μ(数学期望)和σ2(标准差)的连续型随机变量的分布,第一参数μ是遵从正态分布的随机变量的均值,第二个参数σ2是此随机变量的方差,所以正态分布记作N(μ,σ2 )。遵从正态分布的随机变量的概率规律为取 μ邻近的值的概率大 ,而取离μ越远的值的概率越小;σ越小,分布越集中在μ附近,σ越大,分布越分散。正态分布的密度函数的特点是:关于μ对称,在μ处达到最大值,在正(负)无穷远处取值为0,在μ±σ原创 2021-06-23 09:25:17 · 23446 阅读 · 2 评论 -
python-pandas读取中文路径下的文档,并进行想要的操作
代码如下:import pandas as pd#df = pd.read_csv("E:/test/20210618.csv")df = pd.read_csv("G:/工作/20210408/11-数据对比/对比20210618.csv",engine='python',encoding='utf-8')print("**********************************************************************")print("df.head(原创 2021-06-23 08:15:40 · 309 阅读 · 0 评论 -
python使用pandas读取数据
使用pandas读取数据,首先需要安装对应的包,注意有的版本的pandas会与numpy库冲突,如果报错,需要对想要的numpy升级或者降级。首先需要导入库。import pandas as pd读取后可以读取文件,读取文件的格式如下:df = pd.read_csv("E:/test/20210618.csv")该行代码,通过调用df.head()即可实现前几行的输出,输出结果如下"D:\program files\Python39\python.exe" H:/pytho原创 2021-06-22 09:55:55 · 816 阅读 · 0 评论 -
python字符串匹配match()
re 模块使 Python 语言拥有全部的正则表达式功能。compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。re 模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数。本章节主要介绍Python中常用的正则表达式处理函数。re.match()尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回none。re.match(pattern, stri原创 2021-05-28 08:43:12 · 741 阅读 · 0 评论 -
python格式化字符串
普通格式化python字符串格式化符号:符 号 描述 %c 格式化字符及其ASCII码 %s 格式化字符串 %d 格式化整数 %u 格式化无符号整型 %o 格式化无符号八进制数 %x 格式化无符号十六进制数 %X 格式化无符号十六进制数(大写) %f 格式化浮点数字,可指定小数点后的精度 %e 用科学计数法格式化浮点数 %E 作用同%e,用科学计数法格式化浮点数 %g %f和%e的简写 %G %f 和 %E 的简写 %原创 2021-05-18 09:14:59 · 106 阅读 · 0 评论 -
python关于strip函数用法
注意:该函数仅可去处首尾的@,中间的无法去处代码示例如下a1 = "@AGS合同@规划@"b1 = a1.strip()#去处首尾的空格,如有b2 = a1.strip("@")#去处首尾的@b3 = a1.lstrip("@")#去处最左边的@b4 = a1.rstrip("@")#去处最右边的@print(a1)print(b1)print(b2)print(b3)print(b4)结果为:F:\python\Excel_CF\venv\Scripts\python.exe原创 2021-05-17 09:00:29 · 124 阅读 · 0 评论 -
python字符串检索与大小写转化
代码如下:a = '你,好'b = '@a,@bc,&12312'c = 12d = a+b+str(c) #将C强制转换为字符串print(d)print("-------------------------------------")e =len(d)#获取当前字符串长度,这种情况不区分英文、数字、汉字f = len(d.encode())#基于UTF-8编码格式,获取当前字符串长度,UTF-8编码格式中一个汉字占3个字符g = len(d.encode('gbk'))#基于G原创 2021-05-14 08:47:21 · 131 阅读 · 0 评论 -
python字符串分割与合并
split()通过指定分隔符对字符串进行切片,如果参数 num 有指定值,则分隔 num+1 个子字符串str.split(str="", num=string.count(str)).str – 分隔符,默认为所有的空字符,包括空格、换行(\n)、制表符(\t)等。num – 分割次数。默认为 -1, 即分隔所有。join()方法用于将序列中的元素以指定的字符连接生成一个新的字符串。str.join(a)str是用于合并的符号,为空的时候可直接表示为‘’a是需要合并的字符原创 2021-05-11 08:44:33 · 586 阅读 · 0 评论 -
python字符串组合与获取其长度
示例代码如下:a = '你好'b = 'abc'c = 12d = a+b+str(c) #将C强制转换为字符串print(d)print("-------------------------------------")e =len(d)#获取当前字符串长度,这种情况不区分英文、数字、汉字f = len(d.encode())#基于UTF-8编码格式,获取当前字符串长度,UTF-8编码格式中一个汉字占3个字符g = len(d.encode('gbk'))#基于GBK编码格式,获取当前字符原创 2021-05-08 09:12:19 · 115 阅读 · 0 评论 -
python集合添加与删除
集合添加元素要将一个项添加到集合,请使用 add() 方法。要向集合中添加多个项目,请使用 update() 方法。** add() 方法**示例代码:b = set(['cat','taz','happy','aet','aaq'])print('数据详情为',b)b.add('nihao')print('数据详情为',b)结果为数据详情为 {'taz', 'happy', 'aet', 'aaq', 'cat'}数据详情为 {'nihao', 'taz', 'happy',原创 2021-04-29 09:06:25 · 239 阅读 · 0 评论 -
python对集合进行创建
集合最好的用处是去掉重复的元素集合可以把不同的对象看做为一个整体创建集合可以使用{}或者set()创建集合示例代码如下a = set("对数据情况进行分析")print('数据详情为',a)b = set(['cat','taz','happy','aet','aaq'])print('数据详情为',b)结果为数据详情为 {'况', '情', '行', '数', '分', '析', '进', '据', '对'}数据详情为 {'aaq', 'taz', 'happy', 'aet',原创 2021-04-28 09:08:08 · 155 阅读 · 0 评论 -
python字典元素增删改
废话不多说,可直接看代码z = ['cat','taz','happy','aet','aaq']a = [100,23,63,94,85]fen = dict(zip(z,a)) #建立姓名和分数的字典关系print("原始元素为")print(fen)print("-------------------------------------")fen['Casd'] = 86 #字典新增元素print("字典新增元素")print(fen)print("-----------原创 2021-04-20 09:35:56 · 240 阅读 · 0 评论 -
python字典遍历元素
可以使用字典对象items()获取字典键-值对的方法示例代码如下:z = ['Cat','Taz','Happy','Aet','Aaq']a = [100,23,63,94,85]Fen = dict(zip(z,a)) #建立姓名和分数的字典关系for i in Fen.items(): #获取当前字典的键与值 print(i) print("-------------------------------------")for m,n in Fen.ite原创 2021-04-19 08:38:26 · 97 阅读 · 0 评论 -
python字典通过键访问元素值
访问主要通过a.get(key) #a是字典名称。key是键示例代码z = ['Cat','Taz','Happy','Aet','Aaq']a = [100,23,63,94,85]Fen = dict(zip(z,a)) #建立姓名和分数的字典关系print("这次考试的同学为:",z)p = [100,23,63,94,85]q = ['成绩优秀,考试获取100分', '成绩需要提升', '成绩刚好及格', '成绩优秀,排名靠前',原创 2021-04-16 09:30:22 · 1650 阅读 · 0 评论 -
python字典基础使用介绍
字典介绍字典与列表相似,是可变序列,保存形式通过就“键-值“方式进行存储字典通过键进行读取,而不是索引进行读取字典是任意对象的无序集合,从左到右随意排序,即保存在字典中的项没有特定的顺序字典中的键必须是唯一的,同样的键不允许出现两次,如果出现两次,后一个会被记住字典中的键是不可变的,所以可以使用数字、字符串、元组,但不能用列表引用图片,可见其关系如下:语法格式:dictionary = {key1 : value1, key2 : value2, key3 : value3 }原创 2021-04-15 09:34:57 · 46 阅读 · 0 评论 -
元组与列表的区别
元组是不可变的, 而列表是可变的。元组通常由不同的数据,而列表是相同类型的数据队列。元组表示的是结构,而列表表示的是顺序。元组1.可以统计某个元组段在整个元组中出现的次数 count2.可以查询某个元组段在整个元组中的元组号 index3.定义元组时候使用小括号"()"列表1.可以增加列表内容 append2.可以统计某个列表段在整个列表中出现的次数 count3.可以插入一个字符串,并把整个字符串的每个字母拆分当作一个列表段追加到列表当中 extedn4.可以查询某个列表段在整原创 2021-04-14 09:13:55 · 1914 阅读 · 0 评论 -
python列表使用与二维列表
列表的使用可以通过运用不同函数,有一个列表推导出另外一个列表示例如下a = [9,81,7,6,1,2,32,4,15,41,1]print("a的元素为:",a)print("-----------------------------------")b = [i for i in a if i>10]print("b的元素为:",b)print("-----------------------------------")c = [j*0.5 for j in a]print("c原创 2021-04-13 13:28:19 · 193 阅读 · 0 评论 -
python列表排序使用
python对列表进行排序,常用有sort()和sorted()两种方法sort()和sorted()sort()对列表中的元素进行排序,排序后,原来列表中的元素的顺序发生变化。sorted()对列表中的元素进行排序,排序后,原来列表中的元素的顺序不变化。语法格式:list.sort(cmp=None, key=None, reverse=False)cmp – 可选参数, 如果指定了该参数会使用该参数的方法进行排序。key – 主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是原创 2021-04-13 08:48:12 · 116 阅读 · 0 评论 -
python列表的统计与计算
统计次数可采用count()函数统计次数;a = [68,1,2,3,4,5,6,7,8,4,9,68]b=a.count(68)print(b)结果为,显示68出现了2次2Press any key to continue . . .获取目标元素出现的下标采用index()函数获取示例代码a = [68,1,2,3,4,5,6,7,8,4,9,68]b = a.count(68)print(b)c = a.index(5)print(c)结果为25Press a原创 2021-04-08 08:44:58 · 277 阅读 · 0 评论 -
python列表 修改与删除元素
修改元素python()修改列表元素只需要通过索引获取该元素,然后对其进行重新赋值即可示例代码a = [1,2,3,4,5,6,7,8,4,9,68]print(a)a[0] = 999print(a)输出结果为:[1, 2, 3, 4, 5, 6, 7, 8, 4, 9, 68][999, 2, 3, 4, 5, 6, 7, 8, 4, 9, 68]Press any key to continue . . .删除元素删除元素可直接通过del配合索引删除,也可通话remove(原创 2021-04-07 17:07:58 · 97 阅读 · 0 评论 -
python列表添加元素append()、extend() 、insert()使用
append()像列表末尾添加一个元素extend() 将一个列表中的所有元素插入到另外一个列表中insert()在指定位置处插入元素示例代码如下,len()为获取数组的长度a = [1,2,3,4,5]b = [99.98,97,96]print("数组a为:",a)print("长度为:",len(a))print("数组b为:",b)print("长度为:",len(b))a.append(33)print("使用append数组a为:",a)print("长度为:",len(原创 2021-04-07 08:47:45 · 323 阅读 · 0 评论