goodgoodstudyddp的博客

刚装完ubuntu,接下来就是解决联网问题，然后在解决的过程中误入歧途，把vim和vi给卸载了，后来联网的时候需要使用vi或者vim编辑器打开/etc/network/interfaces文件编辑，此时就傻眼了，因为使用apt-get install vim 时发现没网啊，装个毛线。解决方法：重装虚拟机吧hhh。言归正传，在有vim或者vi的条件下如何给虚拟机联网：一、在VMware的左侧那个栏中自己当前的虚拟机上右击，你会惊奇的发现展开的列表中有一个叫设置的东西，那么打开它吧。图1：图2：二

一、linux中应用程序的安装方法这里我们以安装并运行pycharm为例：首先给出linux版本的pycharm下载地址：https://www.jetbrains.com/pycharm/download/#section=linux下载完之后使用：cd Downloads/ 会看到我们下载的pycharm安装包；这里我们在home目录下新建一个software目录用来解压和安装pycharm,具体操作如下：mkdir …/software 注意：我们目前在Downloads目录中；mv

假设我们有DataFrame数据data,feature_1列为文本数据列，且其中含有特殊字符。首先我们认识两个正则表达式：\w: 用来匹配字母、数字、下划线字符；\W: 用来匹配所有与\w不匹配的字符。可以发现，我们所说的特殊字符就在\W的范围内。import redef clear_characters(text): return re.sub('\W', '', text)data[feature_1] = data[feature_1].apply(clear_characters)

假设我们有DataFrame数据data。首先做重复值的统计：按行统计重复值：data.duplicated().sum()按某一列统计重复值(假设我们有特征feature_1):data[feature_1].duplicated().sum()如果少量重复值，就可以查看：display(data[data.duplicated()])删除重复值：data.drop_dupliactes(inplace=True)再次查看，重复值没了：data.duplicated.sum()

假设我们有DataFrame数据data。首先查看缺失值：data.isnull().sum()isnull()是按照列统计的，获得的是bool值缺失值的地方是True，再使用sum()进行求和。就可以统计出每一列的缺失值个数。接下来，假设有两个特征feature_1 和 feature_2。feature_1有缺失值，而feature_2没有缺失值。我们把feature_1缺失的值使用同一行的feature_2的值填充。index = data[data[feature_1].isnull()]