![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python基础学习
不要慌再学一次
这个作者很懒,什么都没留下…
展开
-
解释型语言和解释型语言
解释型语言与编译型语言python 解释型语言java编译型语言原创 2022-07-05 20:04:16 · 334 阅读 · 0 评论 -
计算机系统知识
计算机系统基本组成原创 2022-06-29 21:14:20 · 349 阅读 · 0 评论 -
去掉df某列空值,删掉全为空的行,删掉含空值的行
#方法1:df[['列名']].dropna()#方法:2:pd.DataFrame(df['列名']).dropna()原创 2021-08-10 10:05:34 · 7268 阅读 · 1 评论 -
dataframe对每列空值、零值计数
null_num = df.isnull.sum() #每列空值计数zero_num = (df == 0).sum(axis=0) #每列零值计数totalnull_num = data.isnull().values.sum() #df中所有空值计数原创 2021-08-09 19:34:23 · 1653 阅读 · 4 评论 -
np.mgrid x.ravel np.c_[]
np.mgrid[起始值:结束值:步长,起始值:结束值:步长]x.ravel() 将x变为一维数组,即将x拉直np.c_[]将返回的间隔数值点配对np.c_[数组1,数组2, …]import numpy as npx, y = np.mgrid[1:3:1, 2:4:0.5]grid = np.c_[x.ravel(), y.ravel()]print("x:", x)print("y:", y)print("grid:", grid)运行结果:补充:x代表有2行,y代表有4列原创 2021-07-30 11:07:47 · 515 阅读 · 0 评论 -
理解axis
在一个二维张量和数组中,axis=0表示执行第一维度(样本数),axis=1表示执行第二维度(样本中包含的变量维度)即axis=0代表跨行(经度,down),axis=1代表跨列(维度,across)原创 2021-07-28 11:55:51 · 315 阅读 · 0 评论 -
Python numpy函数:shape用法(简单样本及样本对应变量场景)
Python numpy函数:shape用法(简单样本及样本对应变量场景)data = np.array([[1,2,3],[4,5,6]])a = data.shape[0] #获取data样本数 对应行b = data.shape[1] #获取data样本中的维度 对应列print(a,b)a = 2b = 3原创 2021-07-23 10:32:16 · 1550 阅读 · 4 评论