- 博客(5)
- 收藏
- 关注
原创 docker容器进入和配置
docker是一个虚拟化的容器技术。它是一个软件集装箱平台,这意味可以构建应用程序,将它与其他依赖关系一起打包到一个容器中。相关命令:docker image load –i heop_devel_kit.tardocker imagesNV_GPU=0 nvidia-docker run --rm -it --mount type=bind,src="/home/omnisky/heop_devel_kit/volume",dst="/heop/workspace" --cap-add=ALL
2021-11-05 11:47:27 286
原创 Pandas 数据分析与处理 入门3
df类型数据查询小结:使用df.loc[ ]方法:根据行、列的标签值(索引名称)查询1.使用单个label值进行查询:df.loc['行label名','列label名']2.使用值列表批量查询df.loc[['',''],:]3.使用数值区间进行范围查询:df.loc[:'',:]4.使用条件表达式查询df.loc[df[‘列label值’]>100 & (df['列标签值']<=50), : ]因为 df[‘列label值’]>100 &
2020-08-09 00:21:14 119
原创 Pandas 数据分析与处理入门2
1.构建pandas的Series和DataFrame类型小结:对于Series:()需放入list型,np.arange,range型,同时可指定index = ;此外,也可直接放入字典型{},同时指定了数据和对应的索引se = pd.Series(,index = )对应DataFrame:是一种表格型数据结构可通过嵌套字典的形式构建,同时指定了数据和对应的索引外层字典的键作为列索引,内层字典的值作为行索引df = pd.DataFrame({'one':{'a':1},'two':
2020-08-07 23:47:14 150
原创 Pandas 数据分析与处理入门1
Pandas首先明确:它是二维带标签数组;且引入了索引,可以通过索引来处理数据,而numpy则需要用维度来操作数据。1.首先创建一个pandas类型的结构体,一般有两种,series类和dataframe类,前者是用于一维数据se = pd.Series([],index = ) ###index默认是从0开始的序列#也可用narray类作为数据创建:se = pd.Series(np.arange(),index = )用的最多的是dataframe二维数据类型dl = {'one':pd
2020-08-06 22:33:44 192
原创 Anaconda使用和pip安装介绍
1.安装:conda install PACKAGE或者pip install PACKAGE2.查看已安装的包:conda list [PACKAGE]3.卸载包:conda uninstall PACKAGE4.更新包:conda update PACKAGE5.进出环境:conda activateconda deactivate6.创建一个环境:c...
2020-03-11 11:28:12 3211
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人