![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
项目
文章平均质量分 61
zwy_0309
这个作者很懒,什么都没留下…
展开
-
项目A--将图形视图控件加到页面中某个widget中
自定义的GraphicsView加到某个widget中原创 2022-01-26 12:04:04 · 309 阅读 · 0 评论 -
项目A--使用sqlite数据库
在python中 使用 Sqlite: 安装、建表、插入记录原创 2022-01-22 22:50:23 · 607 阅读 · 0 评论 -
项目A--pyqt5 多窗口笔记
多页面存放方式笔记原创 2022-01-04 13:59:36 · 2551 阅读 · 0 评论 -
项A笔记:调整某一个控件至窗口中心
pyqt5 调整Lable至窗口中心原创 2022-01-03 09:51:07 · 197 阅读 · 0 评论 -
python文件中导入同目录下其他py文件
问题现象我做了一个python项目,快要结束时产生了大量的测试文件,给客户提交原码其实只需要其中一部分文件。所以我把必须的文件挑出来,放到一个新的文件夹“V1”中,然后调试V1中的文件,OK没有问题。同样的操作,我把需要的文件放到V2中,并把原文件夹中的内容全删除,问题就来了:...原创 2021-11-17 21:47:11 · 2970 阅读 · 1 评论 -
用python实现在图片上套打 或 离线套打
一、开发背景说明【工作中遇到一种情况:需要将大量数据记录,逐条打印到某种固定格式的受理单上,生成电子受理单再对外发送。如:将excel中的“用户装机登记信息”数据信息取出,填到受理单上,并保存图片。![在这里插入图片描述](https://img-![在这里插入图片描述](https://img-blog.csdnimg.cn/d79456b06d6942cc86f0c97feb0d3c3a.jpg?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFs原创 2021-09-25 11:43:43 · 661 阅读 · 0 评论 -
Python+机器学习+数据分类
今天学习了机器学习,机器学习与统计分析有所不同,统计分析是对现有数据的总结、分析、可视化甚至挖掘;而机器学习是从现有数据中找到某种规律,并按此规律对未来的数据做预测。现在就老师讲解的“数据分类器”的内容及自己的理解做笔记,使用的数据如下:该表中前26列数据是对调查对象多角度考察的数据记录,最后一列数据是“是否欺诈”的标识,由0和1表示。机器学习的目标是:使用以上数据训练出一个可以使用的“数据分类器”。一、 思路二、 脚本import pandas as pdfrom sklearn.mo原创 2020-10-24 23:48:13 · 483 阅读 · 0 评论 -
Python+networkx 网络可视化方法
一、 背景今天准备学习网络图networkx的基本操作。选择的用例为一百年以前美国一些社会科学家从报纸上搜集的“知名女士参加社会活动的记录”,表结构简化如下:通过网络图能否找出社交中的明星呢?这里说的明星是指:参加社交活动较多且认识其他知名女士较多的Lady。二、 思路按照以上定义,我们首先探索数据,先找出参加活动较多的女士,结果如下,看起来W01、W03参加活动最多,她们是不是就是我们要找的“明星”呢?我们还需要找一下,这些人中,谁认识的人较多。这个目标怎么实现呢?老师给我们一个思路:假设参原创 2020-10-23 16:52:58 · 3144 阅读 · 1 评论 -
Pyecharts的主要图表
今天有好多疑问,没有办法跟课,于是先解决自己的第一个疑问吧——pyecharts有多少种图表?整理一下,否则跟课也有点“云深不知处”的感觉。下面整理pyecharts图(38种)的函数名及图样:一、基本图表1、日历图Calendar()2、漏斗图Funnel()3、仪表盘图Gauge()4、关系图Graph()5、水球图Liquid()6、平行坐标系Parallel()7、饼图Pie()8、极坐标图Polar()9、雷达图Radar()10、桑基图Sankey()原创 2020-10-22 21:17:43 · 2940 阅读 · 1 评论 -
Python+pyecharts在地图上呈现数据(下)
本文主要内容一、分析目的及数据源简介二、数据展示1、展示流出流入数据方向2、展示流入人口总量3、使用网络图揭秘不同省份之间的关系三、本节新知识点小结一、分析目的及数据源简介本案例可以直观地看出,我国人口在各省之间的流动特点,并据此了解各省之间的相关性。本次学习使用的数据为1985至1990年(好久远呀)的人口迁移数据。数据样式如下:其中from 为流出省份,to为流入省份,count为人口数量。二、数据展示1、展示流出流入数据方向在实际研究中,我们为了观察主要特征,往往采取抓大放小的措施。在原创 2020-10-21 17:56:52 · 3272 阅读 · 1 评论 -
Python+pyecharts在地图上呈现数据
本文主要内容前言一、 地图的基本使用方法二、 地图与数据结合1、各省GDP在地图上展示2、去除地图上的数据信息3、用颜色区别数据大小4、自己定义颜色区间5、修改点的显示效果6、修改地图的色彩三、 Pyecharts制作地图的其他几种方式1、Map()2、Geo()3、Bmap()4、Map3D()前言今天和老师一起学习在地图上呈现数据,使用的库为pyecharts。看到这个库名时,我有似曾相似的感觉,翻看了一下,前段时间想实现可交互的图表时,了解过这个库。所以关于这个库,我这儿顺便多说几句吧。Pye原创 2020-10-21 09:34:57 · 22558 阅读 · 17 评论 -
Python + pandas + 不同客户购买力图形显示
数据源:Kaggle网站上一个“blackFriday.csv”文件( Kaggle网站是一个流行的数据科学竞赛平台),下载下来的数据字段如下:本节通过该数据,练习使用数据的三维图形化、相关性及相关性热力图,直观地查看出哪些因素影响购买力,其三维散点图是怎样的。一、怎样查看哪些因素影响购买力?方法1:逐一探索各字段对购买力的影响趋势数据量较小时,可以逐一查看每个字段与购买额字段的相关系数。相关系数较大的,影响力就大。而本文件数据量较大(53万条),不便直接展示各字段与购买额之间的散点图,所以可将原创 2020-10-19 13:28:54 · 395 阅读 · 0 评论 -
python+selenium爬取数据常见问题整理
一、 前言10月4号接了一个需求:写个脚本下载几个网站的数据,以减轻其日常手工下载数据之苦,毕竟需要下载近300个文件,手工点选下载确实苦不堪言。紧锣密鼓写了3天,期间也遇到了不少问题,最终都一一解决,作为总结,我将之前遇到的问题一一整理,也不枉费这么多天的时光。二、 问题及解决方案1、 知道下载地址,为什么下载不了数据?在检查页面的html文档后,我发现客户需要下载的内容都有固定地址,我想我是不是可以不去页面点选,直接用browser.get(url)的方法得到数据,这样就避免模拟手工点选各个T原创 2020-10-13 08:36:40 · 2078 阅读 · 3 评论 -
Python+pandas+历年音乐器材类商品评分简析(笔记)
从题目来看,这节课应该是探究某一事物随着时间推移而发生的变化情况。所以核心内容应该是探究时间序列数据变化趋势。详细如下:一、 取数据数据来源:http://jmcauley.ucsd.edu/data/amazon/links.html亚马逊电子商务网站,提供了一些数据资源,上图页面上的数据为1996年5月至2014年7月,20余年的商品评论。Ratings only 数据的表头为“user,item,rating,timestamp”我们下载“Musical Instruments”中的评论文件原创 2020-09-22 17:01:39 · 630 阅读 · 0 评论 -
Python +pandas +时间采样
前几天学了时间序列构造与索引转换的相关操作,详情如下:类别函数作用或参数说明构造或生成时间序列Datetime(2001,1,1)将字符串转成时点类型数值Pd.to_datetime(‘2000-02-02’)Datetime.strptime(’03-01-2014年’,’%m-%d-%Y年’)将不规则字符串转成时点类型数值Datetime.strftime(datetime.now(),’today is : %Y-%m-%d’)将时点类型数值转原创 2020-09-16 12:49:49 · 1256 阅读 · 0 评论 -
Python+pandas+时间转换函数
今天学习了三个时间转换函数:to_period(),to_timestamp(),asfreq()。注:这三个函数都是转换时间索引的,也就是说,使用此函数的前提是,时间列必须成为索引列。这一点从函数的帮助文档可以看出,如to_period()的帮助文档:1、to_period() 可将时间索引转成年、月、季的形式使用格式:表名.to_period(‘M‘/’Q’/’Y’/’A’/’A-月份’),如:2、to_timestamp() 可将时间值转日期值该函数可以结合how='end’或how=原创 2020-09-15 17:22:59 · 1217 阅读 · 0 评论 -
Python+pandas 特殊时间序列的生成
一、 date_range()函数date_range()函数是pandas库的函数,顾名思义,该函数应该能生成指定区间的时间序列。举例:1、 使用“开始时间”和“结束时间” 生成2020-01-01至2020-01-07的7个日期【脚本】print(pd.date_range(‘20200101’, ‘20200107’))【结果】DatetimeIndex([‘2020-01-01’, ‘2020-01-02’, ‘2020-01-03’, ‘2020-01-04’,‘2020-01-原创 2020-09-11 11:49:26 · 1220 阅读 · 0 评论 -
python+dataframe+用时间索引选择数据
一、 dataframe 加时间索引方法见下图:【注意】这里增加的索引是一个列表,没有字段名称,用index= ‘列表名’即可二、 时间索引的选择索引最大的作用就是:选择行的依据,在数据量较大时,索引可以方便我们快速取数据。还记得之前笔记中选择行的方法有两种:一是,’表名’[行切片];一是 ’表名’.loc[索引号]。注意iloc不单独选择行,比如:’表名’.iloc[行号x ],结果是第x列。那么索引做行选择的用法有哪些呢?1、普通选择可以看出,甚至可以使用索引的部分信息查出符合原创 2020-09-10 11:48:54 · 9120 阅读 · 0 评论 -
python+selenium+Chrome修改“另存为”弹窗参数等问题
好多天没有按部就班地学习,而是进行了高强度地探究实践:周天下午接了一个单子,客户目前重复做着一项工作,没有技术含量但特别消耗人力资源:每天从固定网站上下载200多份文件,操作只是“查询点另存为修改文件名保存”。不描述客户感受,大家脑补吧。虽然我的主战场应该是用python做数据分析,但我遇到类似工作时,写过一些脚本,完美地解决过问题,所以答应客户试试。详情不述,说说过程中遇到的问题和解决方案吧:问题1:“另存为”弹窗不出来我在使用python+selenium+Chrome模拟下载数据时,原创 2020-09-09 18:00:09 · 2754 阅读 · 8 评论 -
Python中时间列的操作(笔记)
终于开始学习时间类操作了,之前应用需要时,学习过一遍,但听完就忘了,希望这次通过操作让自己记忆更深刻。一、构造时间from datetime import datetimedata={‘ID’:[‘01’,‘02’,‘03’,‘04’,‘05’,‘06’,‘07’],‘name’:[‘张三’,‘李四’,‘王五’,‘赵六’,‘田七’,‘陈八’,‘刘九’],‘gender’:[True,False,True,False,True,False,True],’birthday’: [datetime(2原创 2020-09-03 15:09:28 · 456 阅读 · 0 评论 -
Python中DataFrame的子查询(笔记)
我们知道查询就是指定一堆条件的特殊选择,所以,查询就可以看作是数据的选择,只不过涉及的表多,条件多。所以,在学习本节之前,我还是先回顾了一下Frame数据的选择——https://bbs.pinggu.org/thread-9488020-1-1.html。接下来,我们仍以“学生、学分”两个表为对象,一步一步从简入繁,学习查询:一、单表子查询1、如:求身高最高的学生的姓名第一步,找出最高身高的值【脚本】a = student[‘height’].max()print(type(a),’\n’,原创 2020-09-03 10:57:33 · 827 阅读 · 0 评论 -
python中series的groupby
今天在学习时,看到一个数据类型叫“SeriesGroupBy”,并且看到这样一个示例:s = pd.Series([1, 2, 3, 4])print(s)【结果】0 11 22 33 4dtype: int64>>> s.groupby([1, 1, 2, 2]).min()【结果】1 12 3第一次见到一维数组的分组,而且groupby后的参数还是一个列表,列表中还是4个值,这些列表中的数值都有什么作用?百度了一下没有查原创 2020-09-01 20:25:23 · 5356 阅读 · 0 评论 -
python电影评分数据分析
今天来试一个数据表连接及数据分析的小应用,步骤如下 :1、 下载数据2、 数据解读3、 数据分析4、总结一、 下载数据下载地址:https://grouplens.org/datasets/movielens/下载内容:二、 数据解读1、用户表:2、电影表3、评分表三、 数据分析首先读入数据,该数据的文件类型与平时我们看到的不一样,但pandas的read_table可直接读取该类文件,方法如下:【脚本】ucolName = ['userId', 'age', 'ge原创 2020-08-31 18:23:17 · 6909 阅读 · 0 评论 -
Python中数据表的连接
在实际使用中,我们往往需要多张表一起连接才能使用,以下记录多表连接的方法:一、学生表和分数表–自然连接学生表和分数表建表如下:data={‘ID’:[‘01’,‘02’,‘03’,‘04’,‘05’,‘06’,‘07’],‘name’:[‘张三’,‘李四’,‘王五’,‘赵六’,‘田七’,‘陈八’,‘刘九’],‘gender’:[True,False,True,False,True,False,True],‘age’:[20,18,19,18,13,17,19],‘height’:[1.88,1原创 2020-08-27 11:01:00 · 2224 阅读 · 0 评论 -
Python中数据的分组和聚合运算
在数据分析中,我们常用到三种重要的过程:1、分组2、聚合3、显示本例接续前几课的笔记,仍以为这组数据为例:from pandas import DataFramedata={‘ID’:[‘01’,‘02’,‘03’,‘04’,‘05’,‘06’,‘07’],‘name’:[‘张三’,‘李四’,‘王五’,‘赵六’,‘田七’,‘陈八’,‘刘九’],‘gender’:[True,False,True,False,True,False,True],‘age’:[20,18,19,18,13,17,原创 2020-08-26 11:48:55 · 1634 阅读 · 0 评论 -
python中数据分析小题--买卖股票能赚多少钱
python中数据分析小题--买卖股票能赚多少钱关于tushare一、导入tushare安装包二、测试是否能正常使用三、查询应用关于tusharehttp://www.tushare.org/.Tushare是一个免费、开源的python财经数据接口包。今天我们用这个包下载某一支股票的历史交易数据。一、导入tushare安装包导入过程中如果有问题,可以参考:https://bbs.pinggu.org/thread-9484958-1-1.html二、测试是否能正常使用调用get_k_data原创 2020-08-25 11:10:28 · 388 阅读 · 0 评论 -
python中selenium需要的chromedriver安装
python中selenium需要的chromedriver安装一、遇到的问题二、解决方法一、遇到的问题Selenium库是一个自动化测试工具,需要浏览器来配合使用,我使用的浏览器为Chrome,但运行时发现报错:selenium.common.exceptions.WebDriverException: Message: ‘chromedriver’ executable needs to be in PATH.个人理解意思是:'chromedriver’的可执行文件应该配置到环境变更下。二、解原创 2020-08-24 10:31:06 · 432 阅读 · 0 评论 -
小白做爬虫,爬虫四步曲
获取网页python有许多库来帮助我们获取网页,如urllib、requests等 ,这些库帮助我们实现HTTP请求操作,我们只需要解析数据结构中的Body部分即可。提取信息(解析信息)一种方法是采用正则表达式,当然该法易出错;一种方法是根据网页结点属性、CSS选择器或XPath来提取网页信息,这一方法有专门的库如BeautifulSoup、pyquery、lxml等 。保存...原创 2019-09-15 17:23:50 · 165 阅读 · 0 评论 -
小白做爬虫,要从HTTP基本原理开始了解
HTTP基础-来自《python3网络爬虫开发实战》HTTP基本原理摘要HTTP和HTTPSFLowchart流程图导出与导入导出导入HTTP基本原理摘要HTTP和HTTPSHTTPS是以安全为目标的HTTP通道,即是HTTP的安全版,HTTP下加入SSL层,简称HTTPS。SSL的主要作用可以分两种:建立一个信息安全通道来保证数据传输的安全;确认网站的真实性。对于那些提示“”...原创 2019-09-14 22:25:59 · 166 阅读 · 0 评论 -
一个小目标:爬取报表,自动获取日报数据
9月4日立下这个小目标,到现在已经8天了,每天都查找网络爬虫的资料,能调试通过的只有3个脚本,而且都不是爬取报表数据的那种,于是没有刚开始的兴奋了,只有“路漫漫其修远兮”的惆怅。于是决定用另一种方式激励自己,每天整理当天的失败,直到找到一种成功的方式。我想,这个小项目一定会是一个有结果的项目。做完一定整理一篇小论文,拿点小成果激励一下漫漫长路上的自己。...原创 2019-09-12 08:53:05 · 433 阅读 · 0 评论