hch977的博客

vscode 调试 python

正则表达式

移动窗口 rolling()window 数 =3，会将得到的窗口值 赋值到窗口最后一个位置上`rolling() + apply()会返回一个Series，这个实现了diff(1) 的效果（但慢的多）expanding()[外链图片转存中…(img-FRngTKrf-1652518901068)]窗口一点点增长‘...

pandas map函数对于某一个series（某一列） 可以按照dict 对其值进行映射，返回相同长度的seriesprint(frame["6"])dict={1:"1档",2:"2档",3:"3档",4:"4档"}print(frame["6"].map(dict))

可以很轻松地看出每一列的类型import pandas as pdframe=pd.read_csv("ETTh3.csv")print(frame.info())

what is adaptive bitrate streamer?设备采集视频，并通过编码器编码上传视频流（camera，encoder）媒体服务器上的转码器对视频转成不同的码率，发送到cdn网络，存储到边缘服务器上转码（需要大量资源）打包压缩音频和视频（转换、重新包装或打包），比如通常是h.264视频和aac音频，重新打包它，装入不同的管道中，就好像一封信装入多个不同的信封进行发送，其中manifest向播放器可以指明使用什么解码（不需要什么硬件资源）是这个阶段

MEPG PCC 调研说明MEPG(动态图像专家组)于2017 发布 对于 点云压缩 的提案征集（cfp），基于对该cfp的响应，点云压缩（pcc）标准化选择两种不同的压缩技术：基于视频的PCC(V-PCC) 和 基于几何的PCC（G-PCC) 。专有名词pcc: point cloud compressionmepg：Moving Picture Experts Group 动态图像专家组mp4：Moving Picture Experts Group 4mp3: Moving P

git 的三个流程 commit pull push按顺序来 没问题的我们有一个管家，叫做 gitgit add 拿新的行李进了房子，管家把这个新行李贴上标签git commit 告诉管家 把新行李的标签汇总下，抄到一张纸上，我们给这次整体改变起个名字。add我们有时候 有新的文件 ，pycharm会问我们要不要git add这就代表 你拿新的行李进了房子，管家把这个新行李贴上标签commit告诉管家 把新行李的标签汇总下，抄到一张纸上，我们给这次整体改变起个名字。pull我想

early_stopping逻辑在训练模型时，先申请一个early_stopping类，patience 表明能容忍几次，delta表明能容忍在训练过程中val_loss 的上升的范围每一个epoch都把val_loss和模型传入到该实例中,正常来说，随着训练的过程，val_loss应该跟train_loss一起变小，但过拟合时，train_loss 会降低，val_loss会升高，我们设置patience表示容忍几次升高就停止源代码外部调用early_stopping = EarlyStopp

删除包含缺失值的行.dropna()删除所有值都缺失的行.dropna(how=‘all’)删除至少2个值缺失的行.dropna(thresh=2)删除包含缺失值的列.dropna(1)a

from collections import CounterCounter([1,2,2,3]) ->{1:1,2:2,3:1}

pandas 默认 读取文本数据时，会自动读成object。我们可以看到类型是object通过convert_dtypes()可以自动读成最新支持的类型，string

conda常用指令conda 查看当前环境conda env listconda 创建环境conda create -n xxx python=3.6conda 删除环境conda remove -n xxx --allconda 激活环境conda activate xxxsource命令通常用于重新执行刚修改的初始化文件，使之立即生效，而不必注销并重新登录。conda 配置镜像源#1、备份本地配置 cp ~/.condarc ~/.condarc.bakvim ~

bookmark for pycharm1. 添加bookmark2.标签命名3.自己用文件表明每个bookmark的意义4. ctrl+数字 快速到bookmark

import pandas as pdimport numpy as npif __name__=="__main__": """ numpy库趋向于矩阵运算 而pandas库是将矩阵每一竖行加了一个属性 一行表示一条数据 侧重于对于数据的处理 """ """ 在pandas中有两类非常重要的数据结构，即序列Series和数据框DataFrame。 Series类似于numpy中的一维数组，除了通吃一维数组可用的

import numpy as npimport numpy.linalg as lgif __name__=="__main__": #矩阵的建立 a=np.array([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15]]) #获取矩阵行数，列数 print(a.shape) #元祖（3，5） print(a.shape[0]) #行数 print(a.shape[1]) #列数 #矩阵的截取

题目详述217. 存在重复元素给定一个整数数组，判断是否存在重复元素。如果任何值在数组中出现至少两次，函数返回 true。如果数组中每个元素都不相同，则返回 false。示例 1:输入: [1,2,3,1]输出: true示例 2:输入: [1,2,3,4]输出: false示例 3:输入: [1,1,1,3,3,4,3,2,4,2]输出: true...

题目详述 给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。你的算法时间复杂度必须是 O(log n) 级别。如果数组中不存在目标值，返回 [-1, -1]。示例 1:输入: nums = [5,7,7,8,8,10], target = 8输出: [3,4]示例 2:输入: nums = [5,7,...