eleven11512-CSDN博客

原创 Python 操作 PDF

1. 相关介绍Python 操作 PDF 会用到两个库，分别是：PyPDF2 和 pdfplumber其中 PyPDF2 可以更好的读取、写入、分割、合并PDF文件，而 pdfplumber 可以更好的读取 PDF 文件中内容和提取 PDF 中的表格对应的官网分别是：由于这两个库都不是 Python 的标准库，所以在使用之前都需要单独安装win+r 后输入 cmd 打开 command 窗口，依次输入如下命令进行安装：pip install PyPDF2pip install pdfplum

2021-06-22 20:55:52 943

原创 task02 python与Excel

0.包的安装应用pip执行命令pip install openpyxl1.Excel读取1.1读取对应表格打开已经存在的Excel表格from openpyxl import load_workbookexl = load_workbook(filename = 'test.xlsx')print(exl.sheetnames)根据名称获取表格from openpyxl import load_workbookexl_1 = load_workbook(filename

2021-06-18 21:20:24 157

原创六月学习 Task1 文件自动化处理和邮件批量处理

1 文件自动化处理本节要点：如何使用python在硬盘上创建、读取和保存文件。1.1.1 文件与文件路径文件的属性：路径文件名文件在计算机上的位置该位置的文件的名称注1：Windows中文件夹名和文件名不区分大小写；注2：在windows上，路径书写是使用倒斜杠’‘作为文件夹之间的分隔符，而在OS X和Linux上，是使用正斜杠’/'作为它们的路径分隔符。引入函数来创建文件名称字符串os.path.join()函数用于路径拼接文件路径，可以传入多个参数该函数注

2021-06-16 13:53:45 172

原创 Task1 地理数据分析常用工具

Shapely是python中开源的空间几何对象库，支持Point、Curve和Surface等基本几何对象类型以及相关空间操作。另外，几何对象类型的特征分别有interior、boundary和exterior。空间数据模型1.point类型对应的方法在Point类中。curve类型对应的方法在LineString和LinearRing类中。surface类型对应的方法在Polygon类中。 2.point集合对应的方法在MultiPoint类中，curves集合对应的反方在MultiLineS

2021-04-14 22:14:24 177

原创 task2 pandas基础

一、文件的读取和写入文件读取pandas可以读取的文件格式有很多，这里主要介绍读取csv, excel, txt文件。常用的公共参数有：1.header=None表示第一行不作为列名2.index_col表示把某一列或几列作为索引3.usecols表示读取列的集合，默认读取所有的列，4.parse_dates表示需要转化为时间的列，5.nrows表示读取的数据行数在读取txt文件时，经常遇到分隔符非空格的情况，read_table有一个分割参数sep，它使得用户可以自定义分割符号

2020-12-19 21:43:49 141 1

原创 Task01 预备知识

Python 基础append() 方法用于在列表末尾添加新的对象。列表推导式进行写法上的简化：[* for i in ]。其中，第一个为映射函数，其输入为后面i指代的内容，第二个*表示迭代的对象。3.列表表达式还支持多层嵌套，如下面的例子中第一个for为外层循环，第二个为内层循环除了列表推导式，另一个实用的语法糖是条件赋值，其形式为value = a if condition else b：匿名函数与map方法有一些函数的定义具有清晰简单的映射关系，例如my_func函数，这时候可以

2020-12-17 16:00:57 70

原创 Task02：索引 numpy

副本与视图在 Numpy 中，尤其是在做数组运算或数组操作时，返回结果不是数组的副本就是视图。在 Numpy 中，所有赋值运算不会为数组和数组中的任何元素创建副本。numpy.ndarray.copy() 函数创建一个副本。对副本数据进行修改，不会影响到原始数据，它们物理内存不在同一位置。有关数组的例子e.g1可以看出，使用y=x.copy()后，不影响x的值。数组切片操作返回的对象只是原数组的视图。e.g2：：2 表示：start stop step切片索引与切片数组

2020-10-23 23:35:28 111

原创 Task01：数据类型及数组创建（2天）

1.常量（1）两个numpy.nan是不相等的。np.isnan(x)对NaN逐个元素进行测试，并以布尔数组返回结果np.count_nonzero(y)bool 可选（2）常见的常量2 数据类型2.1 常见数据类型timedelta64 表示两个时间之间的间隔datetime64 日期时间类型python的浮点数通常是64位浮点，几乎等同于np.float64.3.时间日期和时间增量3.1 datetime64是带单位的日期时间类型2019-03和2019

2020-10-20 22:18:56 140

原创 Task4 模型搭建

1.任务工程8.1.1 任务一：缺失值填充review:train['Cabin']=train['Cabin'].fillna('NA')train['Embarked']=train['Embarked'].fillna('S')train['Age']=train['Age'].fillna(train['Age'].mean())train.isnull.mean().sort_values(ascending=False)编码分类变量：pd.get_dummies()使用pa

2020-08-28 20:40:45 135

原创 Task4：数据可视化

第二章：数据可视化开始之前，导入numpy、pandas包和数据import matplotlib.pyplot as plt导入result.csv这个文件text=pd.read_csv('result.csv')text.head(r’result.csv’) ？2.7 如何让人一眼看懂你的数据？《Python for Data Analysis》第九章2.7.1 任务一：跟着书本第九章，了解matplotlib，自己创建一个数据项，对其进行基本可视化【思考】最基本的可视化图

2020-08-25 18:53:46 225

原创 Task3：数据重构

2 第二章：数据重构2.4 数据的合并2.4.1 任务一：将data文件夹里面的所有数据都载入，观察数据的之间的关系import numpy as npimport pandas as pdtrain_left_up=pd.read_csv('data/train-left-up')train_left_up.head()train_left_down=pd.read_csv('data/train-left-down')train_left_down.head()train_rig

2020-08-23 18:37:29 193

原创 Task2:数据清洗及特征处理

第二章(PART1)：数据清洗及特征处理2.1 缺失值观察与处理¶我们拿到的数据经常会有很多缺失值，比如我们可以看到Cabin列存在NaN，那其他列还有没有缺失值，这些缺失值要怎么处理呢2.1.1 任务一：缺失值观察(1) 请查看每个特征缺失值个数df.info()df.isnull().sum()(2) 请查看Age， Cabin， Embarked列的数据df[['Age','Cabin','Embarked']].head()注意：[[]]返回的是df[]返回的是series

2020-08-21 19:38:11 216

原创 Task01：数据加载及探索性数据分析（2天）

Task01：数据加载及探索性数据分析（2天）1 第一章：数据载入及初步观察1.1 载入数据数据集下载 https://www.kaggle.com/c/titanic/overview（已下载）1.1.1 任务一：导入numpy和pandas安装：cmdC:\Users\dsy51\pip install pandas1.1.2任务二：载入数据(1) 使用相对路径载入数据df是DataFrame的缩写df.head()会将baiexcel表格中的du第一行看作列名，并默认

2020-08-19 20:01:03 240

weixin_49433597的博客