自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(42)
  • 资源 (6)
  • 问答 (4)
  • 收藏
  • 关注

原创 1.C++数据类型(tcy)

数据类型  2019/1/311.数据类型: 1) 预定义类型:       bool,char,byte1,short2,int4,long8,long long整型(64),float4,double8,      (*)指针型,void无值型(用于指针,函数) 2) 类型修饰符: signed,unsigned,short,long用于整形  3) 自定义类型:     ...

2019-01-31 20:52:23 354

原创 6.windows中python3用ctypes访问C动态链接库(入门级 tcy)

windows中python3用ctypes访问C动态链接库1.1测试环境: 操作系统:windows7 Python版本:3.6.8 VS版本:vs2017社区版(免费)1.2 C/C++动态链接库创建1)VS2017->文件->新建项目->[已安装->VC++->Window桌面]->选择动态连接库dll->下面输...

2019-01-31 09:24:17 334

原创 6.pymysql pandas 读写mysql数据库汇总(tcy)

pandas数据读写入MySQL数据库 2019/1/291.数据类型sqlalchemy python mysql 描述 Boolean bool tinyint 布尔类型,映射到数据库中的是tinyint类型 Integer int int 整形,映射到数据库中是int类型 Float float float...

2019-01-29 20:48:05 1031

原创 python操作mysql(pymysql,pandas,numpy,c++)类封装测试v1.0(tcy)

python操作mysql(pymysql,pandas,numpy,c++)类封装测试本项目主要完成类的封装。项目目的: 通过python 操作mysql数据库项目内容: 1.pymysql操作mysql数据库。(适用对读写速度要求不高的场所 ,数据量中等。) 2.pandas,numpy操作mysql数据库。(较快的数据读写,数据量适中) 3.C++操作m...

2019-01-28 15:47:44 538

原创 4.pymysql .cursor属性方法(tcy)

游标对象  2019/1/24就是对数据库进行具体的操作了,比如增、删、改、查等等一系列操作都可以完成 1.游标类型: 类型 描述 Cursor 普通的游标对象,默认创建的游标对象 SSCursor 不缓存游标,主要用于当操作需要返回大量数据的时候 DictCursor 以字典的形式返回操作结果 SSDictCursor 不缓存游标,将...

2019-01-27 12:59:02 27563 1

原创 3.pymysql .connect属性方法(tcy)

mysql连接 2019/1/241.connect()创建connection连接          connect() 方法生成一个 connect 对象, 我们通过这个对象来访问数据库  2.connect对象方法:2 begin()作用:开启一个事务,类似于BEGIN TRANSACTION3 commit()将任何挂起的事务提交到数据库作用:提交事务的所有操...

2019-01-27 09:40:43 7319

原创 2.pymysql .安装(tcy)

1.安装  2019/1/23一、操作数据库模板pymysql是Python中操作mysql的模块(MySQLdb用于Python2)安装方法:1).在cmd中输入下面的命令即可下载:pip3 install pymysql      下载地址 :http://dev.mysql.com/downloads/connector/python/        mysql...

2019-01-27 09:32:34 433

原创 1.pymysql Warning: (1366, "Incorrect string value: '\\xD6\\xD0\\xB9\\xFA\\xB1\\xEA...' 解决办法

1.我想查询Mysql数据库的路径,show global variables like "%datadir%"我用的是Anconda ,python3.68能够导入import mysql;import pymysql;import MySQLdb 2.用pymysql实现如下:源程序见备注1     但是出现警告:C:\ProgramData\Anaconda3\envs\...

2019-01-25 12:33:07 7042 1

原创 Windows7环境下安装PyMySQL(已安装Anaconda)

本人用的都是最新版本。安装pymysql 和mysql二个模块1.先安装MySql,版本mysql-installer-community-8.0.14.02.Anaconda Navigator 版本1.9.6 Anaconda安装在右边输入mysqlm,搜索,然后安装4个打钩的。注意:mysql-python不要选择(没什么用)这样就安装完成,网上介绍的很多办法我在...

2019-01-23 17:47:07 2296

原创 60 pandas 时间序列-详述重新采样resample(tcy)

重新采样 2019/1/21resample()是一个基于时间的groupby,然后是每个组的缩减方法。该resample功能非常灵活,允许您指定许多不同的参数来控制频率转换和重采样操作1.函数 df.resample(rule,how=None,axis=0,fill_method=None,closed=None,label=None,convention=start, kin...

2019-01-21 19:20:17 3702 1

原创 59 pandas 时间序列-BusinessHour营业时间及自定义营业时间(tcy)

营业时间 2019/1/19BusinessHour()提供在营业时间表示BusinessDay,允许使用特定的开始和结束时间。pd.tseries.offsets.BusinessHour()#营业时间,允许使用特定的开始和结束时间。默认BusinessHour使用9:00 - 17:00作为营业时间。BusinessHour将按Timestamp小时频率递增。如果超过营业时间...

2019-01-19 15:23:53 981 1

原创 58 pandas 时间序列-PeriodIndex/pd.period_range时间段索引(tcy)

PeriodIndex 2019/1/19Period被收集的常规的对象序列,可以用PeriodIndex,period_range创建1.1函数: class pd.PeriodIndex(data=None, ordinal=None, freq=None, start=None,end=None,periods=None, tz=None, dtype=None, copy=...

2019-01-19 12:14:30 4009

原创 56 pandas 时间序列-TimedeltaIndex/timedelta_range时间增量的索引(tcy)

TimedeltaIndex 生成具有时间增量的索引,可以使用TimedeltaIndex或timedelta_range()1属性方法TimedeltaIndex.   s属性   days 每个元素的天数. seconds 每个元素的秒数(> = 0且小于1天). microseconds 每个元素的微秒数(> = 0且小于...

2019-01-19 11:28:23 2985

原创 57 pandas 时间序列-to_datetime将对象转换为时间戳(tcy)

pd.to_datetime()2019/1/191.1函数pd.to_datetime(arg,errors='raise',dayfirst=False,yearfirst=False,utc=None,box=True,format=None,exact=True,unit=None,infer_datetime_format=False,origin='unix',cache...

2019-01-19 09:36:02 4236

原创 55 pandas 时间序列-时间差dt.Timedelta属性方法(详细)(tcy)

时间差dt.Timedelta 2019/1/17dtTimedeltas时间上差异,以差异单位表示,例天,小时,分钟,秒。可正可负;大多数情况下可与datetime.timedelta互换1.1函数: class pd.Timedelta(value, unit=None, **kwargs)# 时间差;持续时间 1.2参数: value : Timedelta,time...

2019-01-17 12:09:29 19541 1

原创 54 pandas 时间序列- pd.Timestamp时间戳的属性方法(详细)(tcy)

时间/日期组件 - pd.Timestamp时间戳1.1函数:class pd.Timestamp(ts_input, freq=None, tz=None, unit=None,year=None, month=None, day=None, hour=None, minute=None,second=None, microsecond=None, nanosecond=None,...

2019-01-16 22:13:07 17711

原创 53 pandas 时间序列-时区处理(tz_localize本地化tz_conver转换)(tcy)

时区处理 2019/1/161.pytz和dateutil库-对时区的支持:    1) DST 夏令时    2) UTC 协调世界时    3) 时区是以UTC的偏移量的形式表示的# 1.1查看时区名称import pytz,dateutilpytz.common_timezones'''[...,'Asia/Shanghai',...] '''#Dateutil时区字...

2019-01-16 19:58:26 9024 1

原创 52 pandas pd.Period周期属性方法及实例- 时间序列(tcy)

1.1函数:class pd.Period(value=None, freq=None, ordinal=None, year=None, month=None,quarter=None, day=None, hour=None, minute=None, second=None)#代表一段时间1.2参数: value=None:Period或compat.string_type...

2019-01-15 16:39:28 2285

原创 51 pandas pivot_table数据透视表(tcy)

数据透视表1.函数 pd.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')=============================...

2019-01-14 21:52:54 371

原创 50 pandas直方图hist核密度图(tcy)

直方图核密度图1.函数: df.plot.hist(by=None, bins=10, **kwds)< /FONT> #绘制df列直方图说明:    直方图是一种可以对值频率进行离散化显示的柱状图。    数据点被拆分到离散的、间隔均匀的面元中,绘制的是各面元中数据点的数量    最终得到数字频率分布直方图,X轴是df数值分布,Y轴是对应数值出现的次数参数:参数:...

2019-01-12 12:06:13 7049

原创 49 pandas数据类型判断(汇总)(tcy)

数据判断:2018/11/8 2019/1/11 1.函数:缺失值判断 pd.isna(obj) /isnull(obj)        #检测类似数组对象缺失值。pd.notna(obj) /notnull(obj)      #检测类似数组对象非缺失值。参数:obj:标量或数组返回:布尔或布尔数组说明:    # NA值如None或np.nan,NaT将映射Tru...

2019-01-11 11:55:23 7336

原创 48 python,numpy,pandas数据相互转换及数据类型转换;(汇总)(tcy)

本篇主要介绍pandas的数据类型层次;数据类型转换;python,numpy,pandas数据相互转换;及数据转换过程中出现的问题解决办法。pandas 数据类型 2018/12/111.数据类型2.查看通用的所有子类型 dtypes:  1.查看数据类型:  df.info()    df.dtypes    series.dtype    get_dtype_c...

2019-01-10 20:37:54 7370

原创 47 pandas rank数据排名(补全实例)(tcy)

1.函数s.rank(axis=0, method='average', numeric_only=None, na_option='keep', ascending=True, pct=False)df.rank(axis=0, method='average', numeric_only=None, na_option='keep', ascending=True, pct=False...

2019-01-09 19:38:39 1420

原创 46 pandas reindex-重新索引(tcy)

reindex-重新索引2019/1/9作用是创建一个适应新索引的新对象1.函数df.reindex(labels = None,index = None,columns = None,axis = None,method = None,           copy = True,level = None,fill_value = nan,limit = None,toleran...

2019-01-09 15:35:24 439

原创 Categorical分类对象属性方法与CategoricalDtype(Series.cat.序列分类类型函数)(tcy)

pandas.Categorical  2019/1/7 函数:class pd.Categorical(values,categories =None,ordered=None,dtype=None,fastpath=False ) 经典R/S-plus分类变量     分类只能采用有限固定数量的可能值(类别)。可有顺序,但数值运算(加法,除法,......)是不可能     分...

2019-01-07 19:50:52 7008

原创 44 pandas DataFrame分层索引切片选择(tcy)

1.总结:以2个层次标签为例说明obj[(label,label)]/obj.loc[(label,label)] #label为单个标签,标签切片,标签列表;注1obj[(loc,loc)]/obj.iloc[(loc,loc)] #loc为int,int切片; 注1obj[bool_vec] #bool数组选择s.a1.b1 #注2df.C1.D1s.get(la...

2019-01-06 16:56:15 930 3

原创 43 pandas Series分层索引切片选择(tcy)

iterables = [['a1', 'a2', 'a3'], ['aa1', 'aa2','aa3']]index=pd.MultiIndex.from_product(iterables, names=['N1', 'N2'])s = pd.Series(np.arange(9), index=index)# 实例1.1:索引名,索引名lists['a1'] , s.loc['a...

2019-01-06 14:24:09 533 1

翻译 pandas42 eval-字符串表达式查询:大数据( tcy)

 pandas41 query-字符串表达式查询:大数据函数( tcy)https://mp.csdn.net/postedit/85887334pandas42 eval-字符串表达式查询:大数据( tcy)https://mp.csdn.net/postedit/85918442表达式评估eval() 2019/1/61.1.函数:pd.eval(expr, parse...

2019-01-06 11:40:47 855

原创 pandas41 query-字符串表达式查询:大数据函数( tcy)

pandas41 query-字符串表达式查询:大数据函数( tcy)https://mp.csdn.net/postedit/85887334pandas42 eval-字符串表达式查询:大数据( tcy)https://mp.csdn.net/postedit/85918442query-字符串表达式查询 2019/1/61.函数:df.query(expr,inplace ...

2019-01-06 00:14:40 4934 9

原创 pandas40 数据判断isna,isnull,notna,any,all( tcy)

数据判断:2018/11/8 2019/1/51.函数:缺省值判断 pd.isna(obj) /isnull(obj) #检测类似数组对象缺失值。pd.notna(obj) /notnull(obj) #检测类似数组对象非缺失值。参数:obj:标量或数组返回:布尔或布尔数组说明: # NA值如None或np.nan,NaT将映射True值。''或np.inf不被视为...

2019-01-05 09:21:51 13440

原创 pandas39 replace替换数值( tcy)

replace-替换2019/1/41.函数: df.replace(to_replace=None, value=None, inplace=False,limit=None, regex=False, method='pad') #value替换给定的值to_replace# replace动态替换不同于.loc更新(需指定要更新的位置)参数:to_replace:str,...

2019-01-04 18:39:49 1448

原创 pandas38 df.assign添加修改列( tcy)

assign添加列 2019/1/41.函数:df.assign(** kwargs)#创建或修改列并添加到原数据中参数: #kwargs:关键字值对(列名,【函数,系列,标量或数组】)返回:df 2.实例1:  s=pd.Series([11,12,13],name='S')data=np.arange(21,24)df=pd.DataFrame({'A':[31...

2019-01-04 10:28:09 5976

原创 pandas37 df.apply沿轴应用函数(作用于每一列或行 tcy)

1.函数df.apply(func, axis=0, broadcast=None, raw=False, reduce=None, result_type=None, args=(), **kwds)# 沿DataFrame的轴应用函数;s.apply(func, convert_dtype=True, args=(), **kwds)参数 func : 应...

2019-01-03 16:34:09 4073

原创 pandas36 df.applymap(func)将Dataframe元素应用于函数、map序列映射( tcy)

df.applymap(func)#将Dataframe元素应用于函数 参数: func:Python函数从单个值返回单个值 返回 :转换后DataFrame============================================================实例:df = pd.DataFrame(np.arange(4).reshape(2,2),co...

2019-01-03 16:01:04 749

原创 pandas35 数据清理- 重复数据判断删除duplicated,drop_duplicates( tcy)

数据清理- 重复数据判断删除1.函数============================================================df.duplicated(subset=None, keep='first') # 指定列数据重复项判断; # 返回:指定列重复行...

2019-01-03 10:54:45 10712 3

原创 pandas34 stack,unstack, pivot重塑或轴向旋转( tcy)

1.函数说明 重塑和轴向旋转有许多用于重新排列表格型数据的基础运算。这些函数也称作重塑reshape 或轴向旋转(pivot )运算。stack : 将数据的列“ 旋转” 为行。unstack :将数据的行“旋转” 为列。pivot : 轴向旋转 1)MySQL关系型数据库的数据因为固定架构(即列名和数据类型)存储日期2019-03-01 00:00:01多为长格式...

2019-01-03 09:02:28 256

原创 pandas33 pivot重塑( tcy)

1.函数 DataFrame.pivot(index = None,columns = None,values = None )用途: # 根据列值重塑数据(生成“数据透视表”)。 # 使用指定索引 / 列中的唯一值来形成生成的DataFrame的轴。 # 此函数不支持数据聚合,多个值将导致列中的MultiIndex。返回: # 由给定索引/列值组织的重新...

2019-01-03 08:36:25 262

原创 pandas32 unstack将数据的行“旋转” 为列( tcy)

unstack将数据的行“旋转” 为列 2019/1/2===============================================================1.函数DataFrame.unstack(level = -1,fill_value = None )将数据行旋转为列参数:      level:int,string或者这些列表,默认为-1(最后一...

2019-01-03 08:13:24 624

原创 pandas31 stack将数据的列旋转为行( tcy)

df.stack(level=-1, dropna=True) #将数据的列旋转为行用途: # 将指定级别level从列堆叠到索引。通过旋转当前数据帧的列来创建新的最内层参数:level:int,str,list,默认-1 # 从列轴到索引轴堆叠的级别,定义为一个索引或标签,或索引或标签列表。 dropna=True #True删除缺省值返回#堆...

2019-01-02 10:54:20 639

原创 pandas30 合并数据merge,join,concat,append,combine,combine_first,update比较(比较详细)( tcy)

1.函数比较1.1.pd.merge(df1,df2)数据库方式数据合并(列操作) # 可根据一个或多个键(索引名或列名)将不同DataFrame中的行连接起来1.2.df1.join(df2)数据连接(列操作) # 通过一个或多个键(df1索引名或列名,df2索引名)将行键接起来 # join绝大部分功能可有merge实现。2.1pd.concat(df1,...

2019-01-01 16:22:52 704

xls_constants.zip

python win32com excel常量

2021-08-21

hapackage-windows10-64-v1.2.zip

halcon C++ 类及函数封装供python调用

2021-06-25

ha_module.zip

HalconCpp python库

2021-06-20

C++catch_test.zip

C++ catch test

2021-04-13

swig 打包C++ python应用

swig 打包C/C++程序;供python调用。 本软件操作平台windows 10 Vs2017;python3.8; 主要讲述swig vs配置,测试用例。 主要包含常量,变量,指针,结构体定义及运用。

2020-09-26

新浪实时数据读取

新浪财经期货数据读取python. import requests import sys future_code = 'M1809' url_str = ('http://stock2.finance.sina.com.cn/futures/api/json.php/IndexService.getInnerFuturesDailyKLine?symbol=' + future_code) r = requests.get(url_str) r_json = r.json() r_lists = list(r_json) print('future_code,date,open,high,low,close,vol') for r_list in r_lists: for v in r_list: print(v + ',',end='') print('\n')

2018-07-06

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除