2018-1-12

1、数字字符转整型得到的是字符对应的数字

2、整型转字符得到的是字符对应的ASCii值

3、数字字符转数字 看数字字符对应的ASCii值 以及想要的数字之间的差距

4、X进制转十进制 系数乘以N个X进制的基(N为X进制的基)再求和

5、十进制转X进制 这个数对X进制的基求余,商为被除数,直到商为0,倒序求余

6、数组和循环进行批量性操作高效、方便

7、二分查找关键在于通过起点下标终点下标确定中间的数,让中间的数与待查找的数进行比较,

如果待查找的数等于中间的数结束,否则如果待查找的数大于中间的数,则往后找,

将起点下标移至之前中间的数的下标的后一位,再次确定中间的数再与之比较,同理,

如果待查找的数小于中间的数,则往前找,将起点下标移至之前中间的数的下标的前一位,

再次确定中间的数再与之比较,不过这个二分查找有个前提:这是一系列有序的集合。

8、冒泡排序的核心在于每一躺排序都是相邻的两个数在比较,如果后面的数比前面的数大就交换位置

将最大的放在后面,第一次排序结果是最大的数在最后面,第二次排序结果是第二大的数在倒数第二位,依次类推

9、选择排序的核心在于假设当前位置的数最小,让这个数和后面的数比较,如果后面的数比这个数还小,则记下这个数的下标,遍历完所有数找到最小的数的下标,让最小的下标的数和当前最前面的数进行交换,下一次将假设最小数的下标位置往后移,直到循环N-1次。依次循环的结果是得到最小的放在最前面,第二小的放在第二个位置。

10、循环是将事情重复做,选择是根据情况做不一样的事情,顺序是从上往下做,数组和循环结合是实现批量性操作

函数是独立实现某个功能,从宏观的角度看待问题将大事化小,问题规模、难度减少、分工明确。

数据类型是为了适应不同的运算操作,跳出是结束当前循环,继续是以下的不执行,进行下一次循环

11、在所有情况满足才能下结论最好是找反例 只要找到一个反例就能否定,另外在所有情况满足之后才下定论

12、不完全相同的情况最好是找完全相同的反例 再用非来确定不完全的情况


可以使用以下代码将给定的列表转换成一个 Pandas 数据框(DataFrame): ```python import pandas as pd # 给定的列表数据 data = [['日期', '2018-01-03', -1.172468, '2018-01-04', -0.258565, '2018-01-05', 0.163079, '2018-01-08', -1.179654, '2018-01-09', 0.411397, '2022-12-26', -0.784676, '2022-12-27', 1.262722, '2022-12-28', 0.104694, '2022-12-29', -0.408606, '2022-12-30', 0.484443], ['日期', '2018-01-03', -0.329916, '2018-01-04', -0.012197, '2018-01-05', -0.615016, '2018-01-08', -1.149181, '2018-01-09', -0.173742, '2022-12-26', -0.177332, '2022-12-27', 1.786322, '2022-12-28', 1.108457, '2022-12-29', -0.693480, '2022-12-30', 0.333768], ['日期', '2018-01-03', -0.295204]] # 将列表转换成数据框 df = pd.DataFrame(data) # 设置列名 df.columns = ['col' + str(i) for i in range(df.shape[1])] # 将第一列作为行索引 df = df.set_index('col0') # 将奇数列作为日期列,偶数列作为数值列 df_dates = df.iloc[:, ::2] df_values = df.iloc[:, 1::2] df_dates.columns = range(df_dates.shape[1]) df_values.columns = range(df_values.shape[1]) # 将日期列和数值列合并成一个数据框 df = pd.concat([df_dates.stack(), df_values.stack()], axis=1) df.columns = ['日期', '数值'] # 将日期列转换成日期类型 df['日期'] = pd.to_datetime(df['日期']) ``` 注意:给定的列表中有多个子列表,每个子列表包含了日期和数值数据。我们需要将这些子列表转换成一个 Pandas 数据框,并将日期列和数值列拆分成两个数据框,然后再将它们合并成一个数据框。最后,我们还需要将日期列转换成 Pandas 中的日期类型。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值