jasminefeng的博客

有的时候需要把 pandas 处理好的 DataFrame 进一步交给MATLAB来处理。当然可以保存成 excel 文件，不过当数据量比较大的时候，读取比较慢，这个时候转存成 MATLAB 可读的 mat 文件更合适（MATLAB 能快速读取）。

pandas--SettingWithCopyWarning

matplotlib 自定义坐标的scale与colorbar的scale

我有一组2*3的 subplots ，每个的 xlim 和 ylim 都不一样，但是我想在每个子图的相同位置进行标注，怎么办呢？这个时候可以用相对坐标，在 ax.text 中specify transform=ax.transAxes。from matplotlib import pyplot as pltfig, axes = plt.subplots(2,3)xlims = ( [1,2], [2,3], [3,4], [4,5], [5,6], [6,7])ylims = (

文章目录0、前言1、`str`对象1.1、`str`对象的设计意图1.2、`[]`索引器1.3、`string`类型0、前言章节编号是按照DataWhale的学习教程来的，不是按照我的笔记内容来的，所以你可能会发现从（四）分组直接跳到（八）文本数据了，这是正常的，因为中间我因为忙别的去了就断更了，现在想起来又懒得补了????‍。1、str对象1.1、str对象的设计意图str 对象是定义在Index 或Series 上的属性，专门用于逐元素处理文本内容，其内部定义了大量方法，因此对一个序列进行文

import pandas as pdimport numpy as npdf = pd.read_csv('E:\\DataWhale组队学习\\data\\learn_pandas.csv')4.1.1、分组的一般模式df.groupby(分组依据)[数据来源].使用操作如统计不同年级的学生的平均体重，这里分组依据是年级，数据来源是体重，使用操作是均值方法：>>>df.groupby('Grade')['Weight'].mean()GradeFreshman

3.1.1、DF的列索引单列索引用df[col_name]或df.col_name或df[[col_name]]，前两者返回Series，后者返回DF（DataFrame）;多列索引用df[[col_name1,col_name2,col_name3]]，返回DFdict1 = {'Name':['Mike','Lily','Jasmine','Hobo','Eddie'], 'Age':[21,8,21,8,10],'Sex':['M','F','M','Unknown','M']

1.1.1、语法糖两个比较实用的语法糖是列表（字典）推导式和条件赋值这个例子举得很好，把两个语法糖结合在一起展现了。我自己还尝试了一个。我现在想把这个字典里的所有的键值对拼接成一个字符串。没学语法糖的时候我是这么做的。dict1 = {'a':1,'b':3,'c':2}s = ''for key, val in dict1.items(): s = s + key + '_' + str(val) + '_'print(s) # a_1_b_3_c_2_但是学了语法糖后，我可以用

我电脑装的是pycharm+anaconda组合，今天在D盘建的Python文件导入numpy报错，显示没这个模块。然后我在conda安装路径里新建就可以导入。然后我就上网查解决方案了嘛，有说用pip的有说要装TensorFlow的，不过对我最有帮助的是这个https://blog.youkuaiyun.com/dmgp2835/article/details/102366920，我70%是按照这个做的，但我感觉他的标注不是很清楚，并且按他的做完了还是没法导入numpy，所以我还做了一些补充。ok下面开始～

2.1.1、文件读取根据待读取文件格式不同有不同的pandas方法，如pd.read_excel, pd.read_csv, pd.read_txt，且每一种方法可指定的参数都巨多???? 就拿csv的来举例（是不是贼恐怖~）但是有一些参数是这几种格式的方法所共有的，教程里也提及了，如header, index_col, usecol等。因为我自己处理的数据通常是excel格式，所以我就讲讲pd.read_excel吧。我们要输入的第一个参数是文件的路径，这个路径要带上文件名（包括扩展名如