python-其它
文章平均质量分 62
星空永恒&&卡利达
这个作者很懒,什么都没留下…
展开
-
python virtualenv使用
virtualenv目前对我来说最有用的是可以创建虚拟环境,解决python版本或者包版本的冲突,而且学习成本不大安装virtualenv: pip3 install virtualenv (如果还未安装pip3,可以运行sudo apt-get install python3-pip) (sudo apt-get install python-pip使用来安装python2.7版原创 2017-01-04 11:17:11 · 452 阅读 · 0 评论 -
numPy 学习1
not allowed to change a complex number into a integernot allowed to change a complex number into a floating-point numberyou can convert a floating-point number to a complex number, for example, com原创 2017-01-05 21:11:05 · 340 阅读 · 0 评论 -
numpy 学习2
In [1]: import numpy as npIn [2]: a = np.arange(9)In [3]: a[3:7]Out[3]: array([3, 4, 5, 6])In [4]: a[:7:2]Out[4]: array([0, 2, 4, 6])In [5]: a[::-1]Out[5]: array([8, 7, 6, 5, 4, 3, 2, 1, 0]原创 2017-01-06 12:05:58 · 348 阅读 · 0 评论 -
numpy 学习3
Arrays can be stacked horizontally,depth wise,or vertically.We can use,for this goal,the vstack(),dstack(),hstack(),colum_stack(),row_stack(),and concatenate() functions.To start with,let's set up som原创 2017-01-06 16:29:55 · 362 阅读 · 0 评论 -
numpy 学习4
Splitting Numpy arrays:Horizontal splitting:The following code splits a 3*3 array on its horizontal axis into three parts of the same size and shape: In [26]: np.hsplit(a,3) Out[26]: [array([[0原创 2017-01-06 17:08:26 · 307 阅读 · 0 评论 -
利用NumPy和pandas对CSV文件进行写操作
数组存储成CSV之类的区隔型文件:下面代码给随机数生成器指定种子,并生成一个3*4的NumPy数组将一个数组元素的值设为NaN: In [26]: import numpy as np In [27]: np.random.seed(42) In [28]: a = np.random.randn(3,4) In [29]: a[2][2] = np.nan In [30]: pri原创 2017-01-16 00:12:10 · 15057 阅读 · 0 评论 -
NumPy.npy与pandas DataFrame
用CSV格式来保存文件是个不错的主意,因为大部分程序设计语言和应用程序都能处理这种格式,所以交流起来非常方便。然而这种格式的存储效率不是很高,原因是CSV及其他纯文本格式中含有大量空白符;而后来发明的一些文件格式,如zip、bzip和gzip等,压缩率则有了显著提升首先导入模块:In [1]: import numpy as npIn [2]: import pandas as pd原创 2017-01-16 14:39:08 · 6802 阅读 · 0 评论 -
使用pandas读写Excel文件
使用pandas读写Excel文件: 模块安装: pip install openpyxl 模块openpyxl源于PHPExcel,它提供了针对.xlsx文件的读写功能 pip install xlsxwriter 模块也需要读取.xlsx文件 pip install xlrd 模块xlrd能用来析取.xls和.xlsx文件中的数据。下面,我们先来生成用于填充pandas原创 2017-01-16 18:39:00 · 51554 阅读 · 0 评论 -
使用pandas读写JSON
利用JSON字符串创建一个pandas Series。pandas提供的read_json()函数,可以用来创建pandas Series或者pandas DataFrame数据结构In [1]: import pandas as pdIn [2]: json_str = '{"country":"Netherlands"}'In [3]: data = pd.read_json(json_原创 2017-01-16 23:09:18 · 25577 阅读 · 0 评论