LRJ的博客

【代码】python的collections库自带的Counter()函数。

F检验：统计量F和 r x y 2 r_{xy}^2 rxy2​变化方向一致，即与相关系数绝对值的变化保持一致，本质上和相关系数一样，也是衡量了两个变量之间的相关性，并且是一种线性相关关系，并且数值越大、线性相关关系越强，反之则越弱。import pandas as pdimport numpy as npimport random# 构建数据random.seed(6)df = pd.DataFrame({'Y':[random.uniform(1,200) for _ in r

Pandas dataframe.min()函数返回给定对象中的最小值。如果输入是一个序列，则该方法将返回一个标量，该数量将是该序列中的最小值。如果输入是一个 DataFrame ，则该方法将返回一个在 DataFrame 的指定轴上具有最小值的序列。默认情况下，该轴是索引轴(axis=0)。用法：DataFrame.min(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)axis: axis=0代表从上到下的索引轴；

python

上述代码可以将pandas 指定“”属性“”列为"index"列之后用reindex函数将其变为想要的顺序如果想要取消索引，可以用.reset_index

s = pd.Series([4.5, 2.7, 8.9, -0.4], index = ['d', 'b', 'a', 'c'])s.reindex(['a', 'b', 'c', 'd', 'e']) #是的，哪怕s中没有e这样就能把原本的dbac顺序排列为abcd了

赋值指定的单元

使用Python 制作散点图

首先，我们拿到一个csv表格 (如果是excel表格也可以另存为csv)如果我们想要得到它的第二行和第三行的数据，就可以直接“切片”，操作如下：注意：a.index函数 得到的并不是列表文件，而是一个range。或者直接用 iloc()、loc()函数：...

本实例中，首先我们从文献里得到了4000多个蛋白质之间的相似性的矩阵（data.csv），该矩阵为“对称矩阵”（行和列的元素相同）然而我们只想知道其中1000多种蛋白质之间的相似性（data2.csv），于是需要从上述矩阵中筛选具体步骤：首先导入两个csv表格（data、data2） # header、index_col是列标题、行标题#header = 0 代表第一行是列索引，程序会忽略列索引接下来是在data中筛出data2包含的蛋白质。首先将data2的行（100...