- 博客(144)
- 收藏
- 关注
原创 python连接deepseek api实例
步骤二:deepseek平台申请api,并充值(可先充10元);步骤三:设置环境变量:DEEPSEEK_API_KEY,安全起见。步骤一:安装必要的库,如openai;
2025-03-10 17:42:24
226
原创 在mac中设置环境变量
步骤七:以设置deepseekapikey为例,要在python中运行,需要重启python程序,print(os.getenv('DEEPSEEK_API_KEY')),即可查看变量。步骤四:输入新的变量:export DEEPSEEK_API_KEY="具体变量"步骤三:输入:nano ~/.zshrc 打开环境变量编辑页面;print(os.uname()) #查看具体系统信息。步骤二:输入printenv,查看当前已有的环境变量;步骤六:source ~/.zshrc 使新变量生效。
2025-03-10 16:32:26
539
原创 pthon翻译googletrans案例
经测试:但是每次报错的节点不一样,有时候198条内容报错,有时281条内容报错,每次都不一致,排除文件格式问题,经过多次尝试,怀疑是过度频繁的使用网页请求而被系统监测到,从而报错;最后把文档内容做了切分,发现数据记录相对较少的文件可以正常运转,排除语法方面问题;一开始以为是文件内容或是语法问题,反复查验,未发现文件内容方面的问题;1条记录,休息1秒,暂未报错(已运行500+条)100条记录,休息10秒,报错;40条记录,休息10秒,ok;50条记录,休息10秒,ok;
2025-03-03 17:33:52
229
原创 解压zip文件并合并excel数据
zip为csv文件合集,案例文件是2个,一个明细,一个汇总行,把文件解压至新文件夹中,合并之后导出为excel文件,最后删除新文件夹,实现合并数据的需求。
2025-01-16 16:41:07
89
原创 教师留存率分析&excel格式设置
Alignment(对齐):Alignment 类允许控制单元格中内容的对齐方式,包括水平对齐(左对齐、居中、右对齐)和垂直对齐。Alignment(对齐):Alignment 类允许控制单元格中内容的对齐方式,包括水平对齐(左对齐、居中、右对齐)和垂直对齐。Font(): 通过 Font 类,可以控制字体的名称、大小、颜色、样式(粗体、斜体等)等属性,从而定制单元格中文本的外观。Font(字体):Font 类用于定义和修改单元格中文本的字体样式,如字体名称、大小、颜色、粗体、斜体等。
2024-12-26 14:37:46
455
原创 月度流失人数估计
按L0、L1、L2...L12对应的流失率(取过去12个月平均值),及L13+的流失率,附件当月新进用户数,迭代产出当月预计流失的用户数;
2024-12-18 09:48:34
214
原创 月度流失空值填充0并计算累计流失
没有数据的单元格为空,如用cumsum计算累计,则空值列不显示数据;即可使用cumsum()进行累加处理,得出累计留存率。
2024-12-16 13:29:04
154
原创 pandas文本拆分两两组合用于频率统计
关键指令:df2['组合拆分']=df2['组合'].apply(lambda x:list(combinations(list(x),2)))由于格式原因,可能需要进行一些替换调整,跟源数据中的部分数据合并在一起,进行最终的频率排名统计。源文件如下,需要对三个以上的组合文本进行两两统计,最终找出组合频率的排名。
2024-10-14 10:41:39
214
原创 pandas个性化求和及报错处理
tb.loc[index=0,'riqi'].values出来的是一个只有一个数据的series,需要加上【0】来引用第一个数据,即把【】去掉,再去用between或>=,
2024-07-12 15:24:35
426
原创 Excel数据截取及合并多行多列数据
公式一:=RIGHT(A2,LEN(A2)-FINDB(")",A2))公式二:=PHONETIC(C2:D19)
2024-07-04 16:13:25
459
原创 主副坐标轴作图(即双坐标轴)
Unnamed: 0 生均课消 课消总量。3 最终标值 5.01 204523.64。由于两者重合,趋势一致,所以重合。
2024-05-28 11:51:55
321
原创 条件格式实例
86 李子色 #EAADEA 87 石英色 #D9D9F3 88 艳蓝色 #5959AB。10 巧克力色 #5C3317 11 蓝紫色 #9F5F9F 12 黄铜色 #B5A642。47 浅蓝色 #C0D9D9 48 浅灰色 #A8A8A8 49 浅钢蓝色 #8F8FBD。92 半甜巧克力色#6B4226 93 赭色 #8E6B23 94 银色 #E6E8FA。
2024-04-26 15:17:18
616
2
原创 pandas日常使用大全
中国 美国 英国 德国 法国 总数。中国 美国 英国 德国 法国 总数。方差 标准差 均值 变异系数。中国 美国 英国 德国 法国 总数。中国 美国 英国 德国 法国。Name: 总数, dtype: float64。Name: 中国, dtype: float64。计算75%的分位数,Q3,上四分位数。如果存在多个众数,则求他们的均值。
2024-03-07 12:08:34
1345
原创 pandas行列求众数及按列去重
df2.drop_duplicates(subset=['学生id'],keep='first',inplace=True)按列去重,保留第一条记录;
2024-03-04 15:06:36
595
原创 抠图换背景
注释在代码中有标记,其中用微信查看背景色,十六进制转换RGB方法为,RGB分别对应#后边的两位字符,从右往左第一位字符+第二位字符*16即可转化,如76=6+7*16=118,82=2+8*16=130,de=14+13*16=222(十六进制分别对应0~9,ABCDEF,A表示10,F表示15)如上,即可实现抠图换背景。
2024-02-01 17:51:06
500
原创 线性回归实例
逻辑回归也被称为对数几率回归,实际上是用线性回归解决分类问题的分类模型(在线性回归的基础上,加了一层sigmoid函数,将线性函数变为非线性函数),sigmoid函数的形状呈‘S’形,它能将任意实数映射到0~1之间的某个概率值上;补充2:(监督学习中还有一种分类问题,用来预测离散值输出,如观察肿瘤大小,来判断是良性合适恶性,输出只有两种:【0】良性,【1】恶性)补充:(这是一个监督学习,且是回归问题,回归问题指的是预测一个具体的数据输出,即房价)逻辑回归一般用户分类预测,预测结果一般为某类可能的概率。
2024-01-11 18:26:44
999
原创 python报错A value is trying to be set on a copy of a slice
加入.copy()即可避免该报错提示。
2023-12-22 18:45:50
654
原创 进度校验多维度
df11=pd.DataFrame(df1.iloc[:,[ i for i in range(79)]+[85,87,89,94,93]])选取制定列。
2023-12-12 16:47:35
388
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人