python基础
文章平均质量分 75
桜キャンドル淵
凑个整,就1024吧
展开
-
python【pyecharts】【简单绘制图表】
二是,用’#ff0000’、’#ffff00’、’#0000ff’等’#’开头并加上6位十六进制描述RGB颜色值的字符串来表示;三是,用’rgb(255,0,0)’、’rgb(255,255,0)’、’rgb(0,0,255)’等rgb()函数的形式表示。一是,用’red’、’yellow’、’blue’等相应颜色的英文单词字符串来表示;默认是将标签放在外面的,我们这样修改一下,将标签放在里面。如何将漏斗倒过来(添加sort_的参数)用浏览器打开,(这其实是一张动图)绘图完成之后直接打开。原创 2022-11-08 17:39:53 · 3245 阅读 · 1 评论 -
C++【算法】【KMP算法】
对于传统的暴力匹配算法,我们是在匹配主字符串和子串的时候,一旦匹配不上,子串就回退到最初位置,主串也回退到与子串开始比较的位置。这样的算法的时间复杂度会到达O(M*N),也就是主串的长度乘以子串的长度这里我们可以尝试让我们的主串中的指针不再回退,同时我们子串的指针在匹配的时候也回退到指定的位置,而不是开头的位置。这里我们就需要用到我们的KMP算法KMP算法的时间复杂度O(m+n)原创 2022-10-26 22:55:02 · 2183 阅读 · 0 评论 -
【Python】【数据结构】【栈的实现】【中缀转后缀表达式并求解】
这里的SqStack是我们上面的顺序栈(一种的)原创 2022-10-12 23:58:22 · 412 阅读 · 0 评论 -
【Python】【数据结构】【链表的实现】
【代码】【Python】【数据结构】【链表的实现】原创 2022-09-21 14:29:10 · 448 阅读 · 0 评论 -
【Python】【数据结构】【线性表的实现】
【代码】【Python】【数据结构】【线性表的实现】原创 2022-09-14 17:45:39 · 532 阅读 · 2 评论 -
【Python】【数据结构】【集合的实现】
【代码】【Python】【数据结构】【集合的实现】原创 2022-09-07 15:03:49 · 257 阅读 · 0 评论 -
Python+opencv生成发展历程视屏
在许多的媒体平台上我们能够看到许多事物发展的历程。比方说各大手游从2000到2020年的收入排名之类的。其视屏的排名会动态变化,在本篇博文中,我们就将介绍如何用我们的python生成事物发展历程的视屏development1.读取我们的数据如果使用下面的代码的话,我们需要将我们的数据表放在我们与Python文件的同级目录下从我们Python读取到的原始数据中,我们发现我们的原始数据如下 我们需要将我们原始数据的每一列空格部分都使用前后两个值进行“线性插值”填空,这里我们就用到了我们下面代码中的i原创 2022-06-03 12:27:40 · 559 阅读 · 11 评论 -
Pandas数据转换
目录一、数据转换离散化与分箱等长分箱等量分箱二、数据的连接1.内联2.左联3.右联4.外联数据合并一、数据转换df['字段'].map(dict)map函数需要我们利用字典来将我们字段所对应的映射关系传入。import pandas as pdgdp_city=pd.read_csv('city.csv')print(gdp_city)city_prov=pd.read_csv('city_prov.csv')#将我...原创 2022-05-28 10:58:55 · 541 阅读 · 1 评论 -
pandas对数据进行排序+基本统计方法
目录一、按索引排序二、按值排序三、排序与排名四、基本统计方法1.基础方法2.分位数3.平方绝对误差+方差+标准差+累加和五、处理缺失值六、补全缺失值一、按索引排序这里我们发现我们原来的数据中,我们的年份索引是从大到小排序的,使用了我们的sort_index之后,我们的索引变成了从小到大排序data=pd.read_csv('gdp1.csv',index_col=['年份'])print(data)data1=data.sort_index...原创 2022-05-21 23:39:56 · 4510 阅读 · 8 评论 -
Pandas读取数据
一、pandas读取csv文件import pandas as pddata=pd.read_csv('city.csv')print(data)这里我们可以指定name参数,来给我们的列表的不同列命名import pandas as pddata=pd.read_csv('city.csv',names=['A','B','C'])print(data)这是我们的data指定names之后的内容,可以发现我们的2018年到2016年全部为A,2015年为B,2014年为原创 2022-05-20 23:07:13 · 9447 阅读 · 13 评论 -
re正则模块的简单使用
简介re正则模块是我们的python中用来匹配字符的。因为我们的python时常需要处理一些杂复杂的数据文件,我们需要使用re正则模块将我们所需要的数据从我们的文件中提取出来。以下是一个简单的举例:这里我们首先导入我们的re正则数据包,然后我们创建了一段字符串,我们想要匹配出我们字符串中的数字字符,我们就可以使用我们的re正则模块,将我们的匹配方法放入我们的reg中,其中\d的作用就是匹配字符串中的单个数字将我们需要匹配的对象和匹配的法则传递给我们的re.findall函数,然后我们就能够找原创 2022-05-13 22:03:53 · 434 阅读 · 5 评论 -
pandas简单绘制图表
在阅读本篇博文前请详细阅读这篇前置博文pandas的简单使用_wolfwalker的博客-CSDN博客由于我们的pandas内部有画图的方法,所以我们可以很方便地生成具体的图像一、绘制折线图import pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Arial Unicode MS']plt.rcParams['axes.unicode_minus'] = False.原创 2022-05-13 14:48:32 · 3723 阅读 · 4 评论 -
pandas的简单使用
目录一、基本数据结构SeriesSeries数组的创建Series的索引创建带索引的SeriesSeries的数学运算对series数组数据的筛查Series的汇总Series的计算方法series的追加Series的删除二、基本数据结构DataFrame(二维数据表)DataFrame索引DataFrame的删除DataFrame名称属性三、Series与DataFrame运算追加操作panda是Python...原创 2022-05-08 15:34:19 · 2284 阅读 · 4 评论 -
matplotlib的简单使用(数据可视化)
matplotlib简单绘制不同类型的表格_wolfwalker的博客-CSDN博客此文为matplotlib简单绘制不同类型表格的拓展一、入门(简单使用matplotlib创建我们的图像)使用我们的matplotlib包和numpy包执行下面的代码,我们能绘制出一张点阵和折线重叠的图。import numpy as npimport matplotlib.pyplot as pltx=np.arange(10)y=x**2#创建点图plt.scatter(x,y)#创建折线图原创 2022-04-28 20:51:24 · 1441 阅读 · 5 评论 -
numpy的简单使用(三)
9.矩阵1.使用np.mat方法来创建我们的矩阵这里我们先导入numpy的包,再使用我们的np.mat函数来创建矩阵,其中矩阵的每一行的数据我们都用“;”来分隔。import numpy as npmatr1=np.mat('1,2,3;4,5,6;7,8,9')print(matr1)2.使用np.matrix函数来创建我们的矩阵使用np.matrix函数,我们直接传入一个二维数组,我们就能够成功创建一个矩阵。matr2=np.matrix([[1,2,3],[4,5,原创 2022-04-27 11:42:43 · 4247 阅读 · 13 评论 -
numpy的简单使用(二)
import numpy as np4.生成随机数生成20个数值范围在0到1之间的数据arr1=np.random.random(20)print(arr1)numpy.random模块可以高效地生成多种概率分布下完整样本值数组: normal() 从正太(高斯)分布中抽取样本 randn() 从均值0方差1的正态分布中抽取样本 random() 从0-1之间抽取随机数 seed() 向随机原创 2022-04-23 17:21:06 · 1928 阅读 · 6 评论 -
Python暴力破解密码
一、导入包此处我们需要用到itertools和zipfile两个包import itertoolsimport zipfile我们先来简单认识一下itertools包的简单用法digital_list=list(itertools.permutations(['0','1','2','3','4','5','6','7','8','9'],3))d_list=[''.join(x) for x in digital_list]print(digital_list)print(d_原创 2022-04-22 10:33:39 · 6039 阅读 · 5 评论 -
python简单图像处理
一、简单图像处理这里我们需要安装opencv-python的包,可以使用下面的代码,也可以直接用pycharm创建一个python文件,然后import cv2,这时pycharm会跳出一个警告提示,点击那个感叹号,我们可以找到一个安装opencv_python的选项,我们就能够安装opencv_python的包pip install opencv_python打开图像此处我们导入cv2的包和numpy的包,用imread来打开图像,如果将img打印出来之后,就可以看到具体的数值原创 2022-04-22 10:04:41 · 413 阅读 · 4 评论 -
numpy的简单使用(一)
numpy的简单使用原创 2022-04-20 19:54:46 · 822 阅读 · 5 评论 -
matplotlib简单绘制不同类型的表格
matplotlib简单绘制不同类型的表格原创 2022-04-16 21:31:19 · 3084 阅读 · 15 评论 -
Python内置函数zip()函数详解
功能:zip 函数是可以接收多个可迭代对象,然后把每个可迭代对象中的第i个元素组合在一起,形成一个新的迭代器,类型为元组。参数:*iterables,任意个的可迭代对象返回值:返回一个元组的迭代器a=[1,2,3]b=[5,6,7]c=zip(a,b)print(c)提取迭代器数据的方法,next(),list(),for I in……next()的方法a=[1,2,3]b=[5,6,7]c=zip(a,b)print(next(c))print(next(..原创 2022-04-16 20:01:30 · 18388 阅读 · 8 评论 -
基础类型+容器类型数据转换
基础类型+容器类型数据转换原创 2022-04-15 10:53:28 · 338 阅读 · 2 评论 -
Python中的列表、元组、字典、集合类型的区分
一.列表类型目录一.列表类型二、元组类型元组的其他定义方式列表与元组的区别定义列表定义元组三、字典类型# 获取字典中的值四、集合类型集合的定义方式给集合添加元素检查当前的元素是否在集合中集合主要用于运算,交集,差集,并集,对称集合列表用来表示一系列数据,例如:需要记录一组数字或其他数据varlist=[192,168,200,68]在需要记录多个数据时,可以使用中括号进行定义,并且每个数据之间使用逗号分隔例如以上数...原创 2022-04-14 21:55:56 · 3105 阅读 · 9 评论