secular_的博客

1.方式一使用[ ]来生成1.1生成1行1列的空列表1.2生成m行n列的全0列表2.方式二使用list()来生成1.1生成1行1列的空列表1.2list()用于类型转换将string转换为单个字符组成的list将tuple转换成list还可以对iterator进行转换（map()函数返回的是一个迭代器）3.二者比较空括号方式更加直观简单且运行快，但是功能比较局限，不能进行类型转换。而list()花费时间较长，通常用于类型转换这...

1、冒泡排序1.1 思路概述以升序排序为例，依次对未排序部分两两比较，元素大的放后面，元素小的放前面。每一轮下来，未排序中最大的元素会被冒到未排序区域的最后一个位置，每一轮都会确定当前最大元素的最终位置，该元素确定后，就会从未排序元素中剔除。如果其中某一轮，没有发生元素交换，说明整个未排序数组都已经有序，则完成排序。1.2复杂度分析最好的情况是已经有序，则一轮结束，时间复杂度为O(n).最坏情况是逆序排序，则共需要经过n轮排序，每次复杂度为O(n),故时间复杂度为O(n^2).由于是就地..

由于使用anaconda下激活的环境是python38后打开的jupyter，所以在jupyternotebook使用！pip install XXX后安装的包的路径都是在对应环境下。但是对包进行import的时候，查找的路径是jupyter默认的kernel而非激活的环境。可以安装nb_conda_kernels包来解决，使得在jupyter下new的文件的kernel可以和环境对应。（红色部分是使用命令以前，蓝色是使用命令以后的）安装命令为：conda install ...

11

这个功能虽然比较鸡肋，也比较少应用场景，但是好玩呀！在jupyter notebook中，将光标移到代码前面上，长按Alt，直到出现光标（十字形），然后鼠标按住下移，光标会延长，直到涵盖所有需要的代码。再添加或删除内容即可。如图：可以用来对多行代码添加注释，但是一般用Ctrl+/会比较快hhhh对于编写重复部分代码还是可以用上的，省去了复制粘贴。另外附上gif生成：https://www.cockos.com/licecap/下载完成以后会得到一个中空的窗口，类似一个相框，可

在做项目过程中，需要对同一个CSV文件进行两次迭代，但是在第二次迭代时候，输出为空。这里用一个小例子表示：对这个简单的csv文件迭代第一次：迭代第二次：可以看到，第二次迭代的时候，输出为空。检查下迭代器可以发现，迭代器已经指到文件末尾了。这也是为什么第二次输出为空的原因。因此需要对迭代器进行刷新。暴力方式：生成新的迭代器（注意这里的迭代器指的是csv.reader，而不是item_t,因此如果只是将item_t改成如item_tt之类的是不起作用的。）在网

在很多场景的计算中，最终得到的数值例如123.45678，要截取2位小数得到123.45，而不是默认的四舍五入方法得到123.46，如何实现呢？文章目录 一.小数点后取2位（四舍五入）的方法 方法一：round（）函数 方法二：'%.2f' %f 方法 方法三：Decimal（）函数 二.小数点后取2位（四舍五不入）的方法 方法一： 一.小数点后取2位（四舍五入）的方法方法一：roun...

#!/usr/bin/env pythona = 1b = [1,2,3,4]c = (1,2,3,4)d = {'a':1,'b':2,'c':3}e = "abc"if isinstance(a,int): print "a is int"else: print "a is not int"if isinstance(b,list): print "b is list"else: print "b is not list"if isinstance(.

本文介绍 CSDN-markdown 借助 html 实现文字样式设置，包括字体、大小、颜色、高亮和底色。点击这里跳转到文末的颜色列表。　　Markdown通过简单标记语法，使普通文本内容具有一定格式。但它本身不支持修改字体、字号与颜色等功能的。CSDN-markdown编辑器是其衍生版本，支持基于 PageDown ( Stack Overflow）所使用的编辑器的扩展功能（如表格、脚注、内嵌HTML、内嵌 LaTeX 等等）。文字样式1（内嵌HTML）Size：规定文本的尺寸大小，取值从..

先举个非常常见的例子：importcopylist1=[1,2,3,['a','b']]list2=list1list3=copy.copy(list1)list4=copy.deepcopy(list1)list1.append(5)list1[3].append('c')print'list1:',list1print'list2:',list2print'list3:',list3print'list4:',list4...

直方图（histogram）虽然在样式上类似条形图，但它们的作用不一样。直方图用不同的矩形表示频数，常用来观察一组数据的概率分布。在直角坐标中，用横轴表示数据分组，纵轴表示频数或频率，各组与相应的频数就形成了一个个矩形，即直方图。画直方图用到 pyplot 中的 hist 函数，它的基本语法为：[n, bins, patches] = hist(x, [bins], **kwargs)输入值：x 数组，需要绘制直方图的数值 [bins] 可选参数，数据的组数，若不指定则

ERROR: jsonschema 3.2.0 has requirement six>=1.11.0, but you'll have six 1.10.0 which is incompatible.解决方法>>>pip install six --user -UCollecting six Downloading six-1.15.0-py2.py3-none-any.whl (10 kB)Installing collected packages: six.

下载 jupyter-tabnine pip install jupyter-tabnine 安装 jupyter-tabnine jupyter nbextension install --py jupyter_tabnine 启动 jupyter-tabnine jupyt...

SyntaxError: (unicode error) ‘unicodeescape’ codec can’t decode bytes in position 2-3: truncated \UXXXXXXXX escape输入：f = open('C:\Users\Mr.LongKj\Desktop\stats2\result.txt','w')报错：SyntaxError: (unicode error) ‘unicodeescape’ codec can’t decode.

使用pandas读取文件遇到：OSError: Initializing from file failed此类报错一般是由于引用的路径中存在中文，有两种修改方式：1、直接了当且一劳永逸的就是把文件名改成英文2、实在不想改成英文也可以试试以下方法：将代码f = pd.read_csv('中文.csv')改为f = open('中文.csv')d = pd.read_csv(f)...

core.py的内容如下：# -*- coding: utf-8 -*-import osdef getCurrentDir(): return os.path.split(os.path.abspath(__file__))[0]现在我们要在入口文件main.py中导入core.py中的函数，在main.py中调用方法如下：第一种：直接导入，三级调用# -*- coding: utf-8 -*-import inc.coreif __name__ == '__...

import numpy as npimport pandas as pdfrom pandas import Series,DataFramen = np.nannnantype(n)float任何数据类型 不管是int还是float 和nan做运算后得到的结果都是nanm = 1m + n nanNaN in seriess1 = Series([1,2,np.nan,3,4],index=["A","B","C","D","E"])s1A

import numpy as npimport pandas as pdfrom pandas import Series,DataFrame创建多级index的seriess1 = Series(np.random.randn(6))s10 0.0011501 -0.0198202 0.9227083 0.6564684 -0.7191095 0.957127dtype: float64s1 = Series(np.random.randn(

import numpy as npimport pandas as pdfrom pandas import Series,DataFrame#create a dataframedf1 = DataFrame({"城市":["北京","上海","广州"],"人口":[1000,2000,1500]})df1 人口 城市 GDP 0 1000 北京

import numpy as npimport pandas as pdfrom pandas import Series,DataFrameSeries reindexs1 = Series([1,2,3,4],index=["A","B","C","D"])s1A 1B 2C 3D 4dtype: int64s1.reindex(index=["A","B","C","D","E"])A 1.0B 2.0C 3.0D

import numpy as npimport pandas as pdfrom pandas import Series,DataFrame读写到粘贴板中import webbrowserlink = "http://pandas.pydata.org/pandas-docs/version/0.20/io.html"webbrowser.open(link)Truedf1 = pd.read_clipboard()df1 For

一、通过HTML方式插入本地图片使用<img src>语句插入本地图片，其中src为图片路径，可以是相对路径或绝对路径。<img src="./jupyter_logo.png", width=320, heigth=240>上述语句为插入当前目录下名为“jupyter_logo.png”的图片，宽度设为320， 高度设为240。如果不指定维度，则为原图大小。插入网络图片<img src>语句同样可以插入网络图片。<i...

import numpy as npimport pandas as pdfrom pandas import Series, DataFramedata = {"Country":["Belgium","India","Brazil"], "Capital":["Brussels","New Delhi","Brasilia"], "Population":[11190846,130317135,207847528]}Seriess1 = pd.Series(d

import numpy as npimport pandas as pdfrom pandas import Series,DataFrame生成DataFrameimport webbrowserlink ="https://www.tiobe.com/tiobe-index/"webbrowser.open(link) #打开一个网站，并从该网站中复制数据Truedf = pd.read_clipboard() #从粘贴板中获取数据并解析，转换成个dataframedf

import numpy as npimport pandas as pd1.生成series1.1使用列表生成seriess1 = pd.Series([1,2,3,4]) s1 #series 包含两部分内容 索引和内容0 11 22 33 4dtype: int64s1.valuesarray([1, 2, 3, 4], dtype=int64)s1.indexRangeIndex(start=0, stop=4, step=1)

使用pickle序列化numpy array,将其序列化到硬盘上(存储为文件与读出文件)import pickleimport numpy as npx = np.arange(10)xarray([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])f = open("x.pkl","wb")pickle.dump(x,f)import osroot = os.getcwd() #获取当前路径print(root)# os.walk() 用于在目录树中游走输出目录中的文件

快速创建数组import numpy as np#使用random生成随机数组（随机的意思是同一行代码每次运行结果都会不同）np.random.randn(10) #生成的是长度为10的一维数组，数组的元素符合标准正态分布array([-2.01407771, -0.77011376, 0.48240321, 0.52711222, 1.87221082,0.28280583, 0.89647812, -0.07944895, -0.10669309, -0.02220787])

数组的创建和访问import numpy as np第一种创建数组的方法创建一维数组# create from python listlist_1 = [1,2,3,4]list_1[1, 2, 3, 4]array_1 = np.array(list_1)array_1array([1, 2, 3, 4])创建二维数组list_2 = [5,6,7,8]array_2 = np.array([list_1, list_2])array_2array([[1

第二章获得文本语料和词汇资源什么是有用的文本语料和词汇资源？怎么获取？哪些Python结构适合这个工作？怎么编写代码可以避免重复工作获取文本语料库古腾堡语料库1、查看语料库 nltk.corpus.gutenberg.fileids()>>> import nltk>>> nltk.corpus.gutenberg.fileids()['austen-emma.txt', 'austen-persuasion.t...

第一章节：语言处理与Python安装nltk并获取所需要的数据，数据在book里（nltk_data的一部分）。>>>import nltk>>>nltk.download()python3版本在这里会报错。解决方案：1、手动下载nltk.data2、修改弹出程序的Serverindex点击file，change server index 原有的Serverindex换成 “http://www.nltk.org/nltk_...

在Windows的cmd中，Python2是以gb2312编码，可以使用而encode方法是将Unicode编码变成指定编码，故若设s="我用python"s.encode(utf-8)就会出错,需要先将s decode成Unicode再encode成utf-8才行。即s.decode(gb2312).encode(utf-8)而在python3中，由于默认是使用U...

或者pip2 install XXX / pip3 install XXX另外直接在cmd中输入pip2或pip3出现错误（No module named pip3/No module named pip2）即调不出来，而其路径又的确在环境变量中，那么很有可能是pip没有更新，更新使用python3 -m pip install --upgrade pip （或pyth...