veratata的博客

今天跟大家分享一下利用 Python 读取多份 Excel 的小技巧，希望可以帮助到大家

本文主要是总结了工作中一些常用的操作，以及不合理的操作，在对慢查询进行优化时收集的一些有用的资料和信息，本文适合有mysql基础的开发人员。

今天跟大家分享8个重构技巧使得Python代码更Pythonic

“读”代码是不能给你带来任何收益的，正如“读书”一样，如果在读的时候你不琢磨，保管你读完仨月准忘了一大半。真正需要的是去“试”代码，动手去调调代码，改改这改改那，看看把A变成B这个代码的结果会有什么变化。

今天的文章中，我们来讨论一下为什么有的编程语言有main函数，而Python为什么没有main函数。众所周知，Python中没有所谓的main函数，但是网上经常有文章提到“ Python的main函数”和“建议编写main函数”。其实，可能他们是想模仿真正的main函数，但是许多人都被误导（或误解），然后编写了非常笨拙的代码。

《对比Excel，轻松学习Python数据分析》围绕整个数据分析的常规流程：熟悉工具—明确目的—获取数据—熟悉数据—处理数据—分析数据—得出结论—验证结论—展示结论进行Excel和Python的对比实现，告诉你每一个过程中都会用到什么，过程与过程之间有什么联系。本书既可以作为系统学习数据分析操作流程的说明书，也可以作为一本数据分析师案头必备的实操工具书。

今天给大家分享34个常用的Python自动化办公库，本次内容涵盖了Excel、Word、PPT、ODF、PDF、邮件、微信、文件处理等所有能在办公场景实现自动化的库，希望能够对大家有所帮助。

今天，咱们就来看看Python中6个常见的语法问题。当您第一次遇到 SyntaxError 时，了解为什么会出现问题，以及如何修复 Python 代码中的无效语法，会很有帮助。在下面的部分中，您将看到可能引发 SyntaxError 的一些更常见的原因，以及如何修复它们。

本文列举了一些提升或加速日常数据分析工作的技巧，包括：1. Pandas Profiling2. 使用 Cufflinks 和 Plotly 绘制 Pandas 数据3. IPython 魔术命令4. Jupyter 中的格式编排5. Jupyter 快捷键6. 在 Jupyter（或 IPython）中使一个单元同时有多个输出7. 为 Jupyter Notebook 即时创建幻灯片

本文汇总了定量金融的大量三方库，按功能进行分类，覆盖数值运算，衍生品定价，回溯检验，风险管理，数据爬取，可视化等多个子领域，供每个Python程序员参考。

时间序列分析是一种强大的工具，可用于从数据中提取有价值的信息并对未来事件进行预测。它可用于识别趋势、季节性模式和变量之间的其他关系。时间序列分析还可用于预测未来事件，例如销售、需求或价格变动。如果你在 Python 中处理时间序列数据，可以使用许多不同的库。在本文中，我们将不分先后地回顾 Python 中最流行的库。

为了大家能够对人工智能常用的 Python 库有一个初步的了解，以选择能够满足自己需求的库进行学习，对目前较为常见的人工智能库进行简要全面的介绍。

今天跟大家分享一下Python操作Excel的一些基本程序代码，会有示例代码来演示使用Python操作Excel的一些常用操作。

今天跟大家分享高频实用的20个Python使用小技巧

使用 Python 的人，平时经常会写一些脚本，不管是为了提升工作效率，还是为了满足一些特定的需求，Python 脚本都是一个常见又有用的东西。但是，我最近发现了一个以前不曾察觉的问题，就是脚本里面是否添加if __name__ == "__main__":这个语句，对脚本的使用其实是有很大影响的，并且这里面还有很大的学问。

Python学习网络爬虫主要分3个大的版块： 抓取 ， 分析 ， 存储当我们在浏览器中输入一个url后回车，后台会发生什么？简单来说这段过程发生了以下四个步骤：•查找域名对应的IP地址。•向IP对应的服务器发送请求。•服务器响应请求，发回网页内容。•浏览器解析网页内容。那么学习爬虫需要掌握哪些库？

Python程序运行太慢的一个可能的原因是没有尽可能的调用内置方法，下面通过5个例子来演示如何用内置方法提升PythGon程序的性能。

在本文中分享了涵盖面向初学者，中级专家和专家的23种机器学习项目创意，以获取有关该增长技术的真实经验。这些机器学习项目构想将帮助你了解在职业生涯中取得成功、和当下就业所需的所有实践。通过项目学习是你短期内能做的最好投资，这些项目构想使你能够快速发展和增强机器学习技能。语言上，这些机器学习项目可以用Python，R或任何其他工具开发。面向初学者的机器学习项目

快速排序的名字起的是简单粗暴，因为一听到这个名字你就知道它存在的意义，就是快，而且效率高！排序算法可以分为内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。插入排序是一种最简单直观的排序算法，它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入

向量化是在数据集上实现（NumPy）数组操作的技术。在后台，它对数组或系列的所有元素一次性进行操作（不像'for'循环那样一次操作一行）。在这篇博客中，我们将看看一些用例，在这些用例中，我们可以很容易地用向量化代替Python循环。这将帮助你节省时间，并在编码方面变得更加熟练。Python中的向量化是非常快的，当在处理非常大的数据集时，建议你应该优先考虑向量化而不是循环。这样，随着时间的推移，你会逐渐习惯于按照向量化的思路来编写代码。