tenderjets-优快云博客

原创利用python进行数据分析（重点、易忘点）---第八章数据规整：聚合、合并和重塑

因为一些历史版本的遗留原因，DataFrame的join方法默认使用的是左连接，保留左边表的行索引。combine_first可以看作用传递对象中的数据为调用对象的缺失数据“打补丁”，举例就是下面df1的缺失值在df2看看有没有，如果有就用来替换掉df1的缺失值。它允许你将 DataFrame 中的某个列的值，按另外两列进行分组，创建一个以这些列的组合为列标签的宽格式表。最后一个关于DataFrame的问题是，如果DataFrame的行索引不包含任何相关数据，即行索引作用不大，在这种情况下，传入。

2025-02-26 21:32:24 916

原创利用python进行数据分析（重点、易忘点）---第七章数据清洗和准备

它可以快速生成关于数据的汇总统计信息，如均值、标准差、最小值、最大值等。用来检查是否所有元素都为“真”，即True，可以结合axis使用，例如any(axis=0)（“axis=”可省略）。分一个字符串，分隔符为数量不定的一组空白符（制表符、空格、换行符等）。drop_duplicates方法删除重复行，如果判断指定列的重复行，就在里面放入相应列名的列表。对于一个Series，dropna返回一个仅含非空数据和索引值的Series。最基本的，通过一个常数调用fillna就会将缺失值替换为那个常数值。

2025-02-25 20:50:32 547

原创利用python进行数据分析（重点、易忘点）---第六章常用的数据加载存储

可以是整数（表示列的索引，0 表示第一列，1 表示第二列，依此类推），或者是列名（字符串形式）；=“”，用在pd.read_table()里，先观察放到read_table()的文件用什么分隔，比如文本文件（.txt），有可能用空格(/s+)分隔等。= None/0/1/2/........如果header=None就是把全部内容作为数据行，header=n就是把第n行作为列名，之前的行用作数据行。=[ ](列表)，限制加载的列，从而提高读取效率，也可以为整数(从0开始)或者列名。

2025-02-25 00:20:12 403

原创利用python进行数据分析（重点、易忘点）---第九章绘图和可视化

使用savefig保存图片，一般用.png格式，在发布图片时最常用到两个重要的选项是dpi（控制“每英寸点数”分辨率）和bbox_inches（可以剪除当前图表周围的空白部分）。使用pandas绘图与之前主要区别在于，之前是在图里面绘制（ax.plot()），或者直接绘制（plt.plot())，这里是在Series或DataFrame后接上plot()。上下两行代码的作用相同，上面是下面的简化版，color是颜色，linestyle是线型，marker是标记。是一个图形对象，它代表整个图形窗口或画布。

2025-02-24 21:10:00 979

原创 sql的索引与性能优化相关

之前面试的时候，由于在简历上提到优化sql代码，老是会被问到sql索引和性能优化问题，用这个帖子学习记录一下。

2025-02-23 00:42:58 1154

原创利用python进行数据分析（重点、易忘点）---第五章Pandas基础学习

之前看的pandas的教材和课程里，内容参差不齐，很多实际使用很少用上的方法内容有点多，导致很乱而且记不住那么多，这个帖子尽量用最少的文字，最精炼的语言来总结我认为比较实用的方法。

2024-12-22 00:26:58 1062

原创 rnn/lstm 项目实战

在深度学习模型中，层数概念指的是网络结构中的不同计算层，它们共同完成数据的逐步抽象和特征提取。一般来说，一个模型的层可以分为输入层隐藏层和输出层。这些层共同构成了模型的数据流动路径和特征提取结构。这个股票预测rnn模型的局限性：预测结果比实际结果趋势变化较慢。如上图所示，实际数据已经开始上升了，而预测的数据还在下降，并在下一个时间点上才开始上升。总结一下rnn和lstm两个项目中，训练和预测用到的数据：rnn：用一个文件做训练集，对模型进行训练；用另外一个文件直接拿来做预测。

2024-11-03 19:55:39 1343 1

原创虚拟环境设置成kernel来解决一些jupyter报错问题

我自己下载的python是3.12版本的，不是说3.7不好，我反正不太清楚为什么anaconda的python3.7环境老是报错，根本就不能conda install，于是我想到，能不能让jupyter用我自己下的python3.12环境呢？之前在笔记本电脑也创建过一个myenv环境，即可以创建一个python 3或者myenv的jupyter文件，本机的myenv虚拟环境python版本为3.8，忘记咋弄的了，重复上面的操作，应该也能创建类似的kernel。这不，在要用到keras包的时候，又报错了。

2024-10-30 19:03:54 1469

原创 rnn/lstm

tip：本人比较小白，看到july大佬的文章受益匪浅，现在其文章基础上加上自己的归纳、理解，以及gpt的答疑，如果有侵权会删。

2024-10-29 19:52:34 1376

原创力扣刷题（sql）--零散知识点（2）

例题1：查询每个工资类别的银行账户数量。：所有工资严格低于20000美元。包含范围内的所有工资。：所有工资严格大于50000美元。结果表必须包含所有三个类别。如果某个类别中没有帐户，则报告0。Accounts 表:这里主要难点就是把这类“Average Salary”组内没有符合条件的分组不能将其省略，可以通过以下方法，用union来操作，不是很高级的方法，但很完美实现了目的，适用于分组比较少的情况，真的很实用。unionunion。

2024-10-28 20:44:09 1522

原创力扣刷题（sql）--零散知识点（1）

通过一段时间的刷题，感觉自己的sql能力逐渐上去，所以不会像前三道题一样讲那么详细了，这里主要会讲到一些特殊的知识点和方法。另外，我的建议是做完一个题有好的想法赶紧记录下来，不要想着最后汇总，不然会懒得整理，也会忘记一些当时才发现的知识点。

2024-10-23 21:38:22 918

原创 sqlleedcode刷题（上升的温度、机器进行时间、学生各科参加次数）

如图所示，select的student_id，student_name（来自表a），subject_name（来自表sub）都来自上图靠左的表列名，而count()的列名却是右边的列名*（来自表b），这样就起到了合理统计数量的作用，即题目需要我们实现的目的。

2024-10-21 19:46:31 956

原创 sql必知必会（读后需要记住的一些重难点）

为更新表定义，可使用ALTER TABLE语句。常见的有增加（add）、删除列（drop）。ALTER TABLE的一种常见用途是定义外键。

2024-10-18 16:27:32 956

原创利用python进行数据分析（重点、易忘点）---第四章

自然对数e的次方，这里的arr的dtype应为float，下面的sqrt也是，不然会报错# 开方# 求两组相同结构array最大值(x、y多维的也行，也能直接用大于小于号比较得到相同结构的布尔值)# 分开整数部分和小数部分# 把开方后的结果赋给arr,exp等其他函数也可以。

2024-10-17 22:15:43 1011

原创 sql必知必会（表联结篇）

ps：这里很多联结种类，如果概念容易忘记的话，可以记住每个联结对应的实例，都是很经典的例子，可以很好的帮助理解和记忆。

2024-10-16 21:34:33 866

原创利用python进行数据分析（重点、易忘点）---第三章

所以，像数字、字符串、元组（里面不包含可变对象）等可哈希的类型可以作为集合的元素，而列表、字典等不可哈希的类型不能直接放入集合中。（iterator protocol，它是一种使对象可迭代的通用方式）的方式实现的，一个原生的使对象可迭代的方法。在Python中，可迭代对象是指可以逐一访问其元素的对象，常见的有列表、元组、字符串、字典、集合等容器类型，以及生成器和。的部分是想要舍弃的部分，rest的名字不重要。这里的行指的是换行符，可以是手动输入的”/n“，更多指的是按enter在文本文件形成的换行符。

2024-10-16 00:05:21 900

原创数据分析方法（回归分析，决策树与神经网络，提升树，时间序列分析，假设检验，用户画像，竞品分析)等

回归分析是一种统计方法，用于探索自变量（预测变量）和因变量（目标变量）之间的关系。它可以帮助预测变量的变化对目标变量的影响大小。例如，简单线性回归用于分析两个变量之间的线性关系，而多元回归分析可以处理多个自变量的情况。

2024-10-15 16:45:35 1176

原创软考（中级数据库）4 操作系统基础（4.1）进程管理

解题思路：首先把已分配资源数加起来最后得到7、6、4，然后把五个进程还需要的资源数算出来，例P1还需要5、3、1等等，把可用资源数8、7、4减去已分配资源数7、6、4得到剩余资源数1、1、0，和五个进程还需要资源数进行比较，发现只有P4还需要的资源能由剩余资源数提供，那么先执行进程P4，剩下的步骤以此类推。假设系统中有三类互斥资源R1、R2和R3，可用资源数分别为8、7和4，在T时刻系统中有P1，P2, P3，P4，P5这5个进程，这些进程对资源的最大需求量和已分配资源数如下图所示。如打印机、共享变量等。

2024-05-22 14:40:23 609

原创软考（中级数据库）3 数据结构与算法（3.8图的相关算法）

普里姆（Prim）算法是一种用于构造最小生成树的算法，它从一个起始顶点开始逐步扩展生成树，直到覆盖所有的顶点为止。对于有n个顶点的连通图，至少有n-1条边，而生成树中恰好有n-1条边，所以连通图的生成树是该图的极小连通子图。最小生成树：对于连通网来说，边是带权值的，生成树的各边也带权值，于是就把生成树各边的权值总和称为生成树的权，把权值最小的生成树称为最小生成树。求解最小生成树有许多实际的应用。生成树的概念：设图G=(V, E)是个连通图，如果其子图是一棵包含G的所有顶点的树，则该子图称为G的生成树。

2024-05-16 15:07:13 286

原创软考（中级数据库）3 数据结构与算法（3.6排序算法3.7查找算法）

1、直接插入排序：按顺序插入待排关键字，插入时依次查找位置，直接插入，后面的依次后移。2、冒泡排序：依次把相邻的两个记录进行比较，然后交换位置。3、简单选择排序：每次选择最小的，与第一个没有排过序的记录交换。4、希尔排序：间隔若干个空的记录分为一组，进行直接插入排序，依次将间隔缩小到1为止。5、快速排序：设两个指针指示头尾，从尾开始，首尾交替轮流和枢。记录(第一个记录)进行比较，并交换位置。6、堆排序：反复将待排序列建立成堆，并取堆顶。

2024-05-14 17:21:00 837 2

原创软考（中级数据库）3 数据结构与算法（3.5图）

一个图G (Graph) 是由两个集合：V和E所组成的，V是有限的非空顶点(Vertex) 集合，E是用顶点表示的边(Edge) 集合，图G的顶点集和边集分别记为V (G) 和E (G)，而将图G记作G=(V, E)。可以看出，一个顶点集合与连接这些顶点的边的集合可以唯一表示一个图。在图中，数据结构中的数据元素用顶点表示，数据元素之间的关系用边表示。

2024-05-14 10:12:07 570 1

原创软考（中级数据库）3 数据结构与算法（3.4树与二叉树）

当n=0时称为空树。在任一非空树中，有且仅有一个称为根的节点：其余节点可分为m (m≥0)个互不相交的有限集T1，T2，...，.其中每个集合又都是一棵树，并且称为根节点的子树。定义:二叉树是n(n≥0)个节点的有限集合，它或者是空树(n=0)，或者是由一个根节点及两棵不相交的、分别称为左子树和右子树的二叉树所组成。(2)在F中选取两棵根节点的权值最小的树作为左右子树，构造一棵新的二叉树，置新构造二叉树的根节点的权值为其左、右子树根节点的权值之和。若i>1，则该节点的双亲节点为INT(i/2)。

2024-05-11 14:44:40 880 1

原创软考（中级数据库）3 数据结构与算法（线性结构、数组、矩阵）

一个线性表是n个元素的有限序列(n大于等于0)，通常表示为(a1，a2，a3，......，an)。

2024-05-10 16:47:31 648

原创软考（中级数据库）1.4 安全性、可靠性与系统性能评测基础知识

摘要：对主要内容进行描述Hash函数:输入一个长度不固定的字符串，返回一串固定长度的字符串，又称Hash值。单向Hash函数用于产生信息摘要，单向指原文单方面指向hash值，而由hash值不能推导得到原文。对于特定的文件而言，信息摘要是唯一的。在某一特定的时间内，无法查找经Hash操作后生成特定Hash值的原报文，也无法查找两个经Hash操作后生成相同Hash值的不同报文。在数字签名中，可以解决验证签名和用户身份验证、不可抵赖性的问题。是被广泛使用的Hash函数，它们产生一种128位的信息摘要。

2024-04-16 22:46:43 752 1

原创软考（中极数据库）2.程序语言基础

●低级语言:机器语言和汇编语言。是一种面向机器的语言，其格式取决于计算机的机器指令。难以理解，程序可读性差，程序设计效率低。●高级语言:面向各类应用的程序语言。如Java、C、C++、Python、 PHP、JavaScript等等。与人们使用的语言较为接近，便于理解，提高了程序设计的效率。机器语言：由0、1组成，计算机能无障碍理解，执行效率最高；但复杂度也极高、开发效率极低。汇编语言：用一个英文标签代表一组二进制指令，比机器语言更不复杂，但还是很复杂。下图为汇编语言打印“Hello World！

2024-04-16 16:48:00 1011

原创软考（中极数据库）1.2 计算机存储结构与1.3存储系统

（即CPU先忙自己的，然后外设给CPU传送准备好的信号，让CPU先暂停并暂存当前进行的程序，等处理完外设的需求后，恢复之前暂停的程序。CPU工作时给出的是主存的地址，要从Cache存储器中读写信息，就需要将主存地址转换成Cache存储器的地址，这种地址的转换叫作。设Hc为Cache的命中率，tc为Cache的存取时间，tm为主存的访问时间，则Cache存储器的等效加。直接映像：主存的块与cache块的对应关系固定，主存中的块只能存放在Cache存储器的相同块号中。对指令而言，就是单位时间里执行的指令数。

2024-04-15 16:11:01 618 1

nbatop5的博客