- 博客(12)
- 收藏
- 关注
RSS订阅原创 pandas索引(2)多层索引
多层索引多级索引及其表的结构In [67]: np.random.seed(0)In [68]: multi_index = pd.MultiIndex.from_product([list('ABCD'), ....: df.Gender.unique()], names=('School', 'Gender')) ....: In [69]: multi_column = pd.MultiIndex.from_product([['Height', '
2020-12-22 12:14:20
1080
1
原创 pandas索引(1)索引器
1.索引器表的列索引#取单列df.['列名']df.列名#取多列df[['列名','列名']]序列的行索引字符串索引的Seriess = pd.Series([1, 2, 3, 4, 5, 6], index=['a', 'b', 'a', 'a', 'a', 'c'])#单列索引s['a']#多列索引s[['c', 'b']]#取出某两个索引之间的元素s['c','b':-2]整数为索引的Seriess = pd.Series(['a', 'b'
2020-12-22 12:07:18
301
1
原创 爬取豆瓣攀登者影评
1.导入工具包from lxml import etreeimport requestsimport time2.设置请求头有的不需要，自行选择headers={'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9','Accept-Encoding':'gzip, deflat
2020-12-21 23:21:06
314
原创 爬取B站视频
1.导入工具包import you_get#包含各类VIP视频电影短片小视频下载import sysimport requestsimport json2.下载def download_vedio(vedio,url): #调用指令 -o 指令的参数 sys.argv=['you-get','-o',vedio,url] you_get.main()3.解析视频地址def ExtractVideo(): #提取网页中的视频地址 urls='http
2020-12-21 23:13:28
519
原创 线性回归实例
1.导入工具包import numpy as np2.主体代码#生成数据#计算平均噪声loss# y = wx + bdef compute_error_for_line_given_points(b, w, points): totalError = 0 for i in range(0, len(points)): x = points[i, 0] y = points[i, 1] totalError += (y - (w
2020-12-21 23:06:09
151
原创 基于百度AI的文字转语音案例
1.准备工作百度AI申请账号，然后申请接口，将ID，key填入代码中2.工具代码填入id，key直接使用from aip import AipSpeechimport os""" 你的 APPID AK SK """APP_ID ="自己的id"API_KEY = "KEY"SECRET_KEY = "KEY"speech_client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)def generate_speech(str_or_filepa
2020-12-21 23:01:20
708
1
原创 open-cv入门实例人脸识别
1.导入cv库import cv22.摄像头的捕捉cap = cv2.VideoCapture(0)3.创建窗口cv2.namedWindow('v')4.加载人脸数据face_data = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')while True: # 读取视频每一帧 ret, frame = cap.read() # 得到每一帧-进行图像计算 # 灰度转换：转换成
2020-12-21 22:35:25
1111
1
原创 python数据分析实例2012美国总统竞选赞助分析
1.数据加载import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata1=pd.read_csv('data_01.csv')data2=pd.read_csv('data_02.csv')data3=pd.read_csv('data_03.csv')#数据合并data=pd.concat([data1,data2,data3])#数据预览和基本统计分析#查看数据的信息，包括每个字段的名称、非空
2020-12-19 16:06:53
422
3
原创 pandas基础
1.文件的读取与写入文件读取读取csv,excel,txt文件pd.read_csv('my_csv.csv')pd.read_table('my_txt.txt')pd.read_excel('my_excel.excel')参数headers=None，表示第一行不作为列名index_col,表示把某一列或几列作为索引usecols,表示需要读哪几列nrows,表示读取的数据行数parse_dates,表示需要转化为时间的列在读取 txt 文件时，经常遇到分隔符非空格的情
2020-12-19 15:54:17
150
3
原创 决策树实例Titanic存活预测
无参数模型import pandas as pdfrom sklearn.tree import DecisionTreeClassifierimport matplotlib.pyplot as pltfrom sklearn.model_selection import GridSearchCVfrom sklearn.model_selection import train_test_split,cross_val_scoredata=pd.read_csv('data.csv')pd
2020-12-18 23:26:15
125
1
原创 决策树实例load_wine数据集
决策树实例-红酒数据集无参数模型from sklearn import treefrom sklearn.datasets import load_winefrom sklearn.model_selection import train_test_splitimport pandas as pdwine = load_wine()df1 = pd.concat([pd.DataFrame(wine.data), pd.DataFrame(wine.target)], axis=1)pri
2020-12-18 23:15:18
4892
1
原创 pandas基础
pandas基础一.基础知识1.Python基础列表推导式与条件赋值常规生成数字序列方法：L=[]def func(x): return x*x#range范围从0~n-1for i in range(5): L[i]=func(i)使用列表推导式简化：[func(i) for i in range(5)]列表推导式的多层嵌套：[i+'_'+j for i in ['a','b'] for j in ['d','c']]注：range范围从0~n-1条件赋值：实现大于5
2020-12-18 22:48:21
95
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人