Python问题

 一、计算列表中重复元素出现的次数

collections模块—— Counter - Eva_J - 博客园

 1.普通

word_counts = Counter(word)#Counter({'R03': 8, 'C01': 6, 'L01': 4,}）

2.求最大

top_one = word_counts.most_common(n)#n为几就是最大的前几个

二、对列表中的重复元素只保留一个

python -- 对list去重并找出列表list中的重复元素 - 你好wa、jack_zhang - 博客园一、一个列表中可能含有重复元素，使用set()可以实现列表的去重处理，但是无法知道哪些元素是重复的，下面的函数用于找出哪些元素重复了，以及重复的次数。 代码： from collections imphttps://www.cnblogs.com/peng1206/p/13856650.html

三、邻接表转化为邻接矩阵

import networkx  as nx
import numpy as np
G = nx.read_weighted_edgelist("邻接表.txt")
A = nx.to_numpy_array(G)

 四、报错：

UnicodeDecodeError: 'gbk' codec can't decode byte 0xff in position 0: illegal multibyte sequence 

可能是编码错误，记得将txt文件中的编码换位UTF-8

with open(edge_file, 'r',encoding='UTF-8-sig') as fr:

 五、使用sklearn中的LabelEncoder将Label标准化的方法：

LabelEncoder可以将标签分配一个0—n_classes-1之间的编码

使用sklearn之LabelEncoder将Label标准化的方法_Python_脚本之家http://www.zzvips.com/article/147551.html六、数据归一化 MinMaxScaler

将每个元素（特征，feature）转换成给定范围的值。

​ fit(self, X[, y])：计算给定数据集X的最大/小值用于之后的放缩（这一步没有进行放缩）

​ transform(self, X)：将数据集X放缩至给定区间

​(self, X[, y])：计算并将数据放缩至给定区间，相当于fit()+transform()

数据归一化 MinMaxScaler__Ronnie_的博客-CSDN博客_minmaxscaler

Python：sklearn数据预处理中fit(),transform()与fit_transform()的区别_anshuai_aw1的博客-CSDN博客_pca.fit_transform 七、PCA降维

PCA降维实例[GridSearchCV求最优参]_Doris_H_n_q的博客-CSDN博客

降维后通常会破坏归一化，需再次归一化

八、列表中的列表为字符串改为普通列表

1.内部是数字

如第二行改为第一行：

df = pd.read_excel('test_positive_onehot.xlsx')
label_list = list(df['label'])
result = [i[1 : -1].split(', ') for i in label_list]
new = []
for ne in result:
    new.append(list(map(int, ne)))
print(new)

2.内部是字符串

如第一行改为第二行

result = [i[1: -1].split(', ') for i in drug_gene['target_list'].to_list()]
all_gene_list = []
for gene_list in result:
    temp_list = []
    for gene in gene_list:
        temp_list.append(gene.replace("'",""))
    all_gene_list.append(temp_list)     
print(all_gene_list)

 其中，gene.replace("'","")是去除字符串自带的引号，因为result的结果是这样的