飞羽的博客

python 自动发送邮件需要用到 email，但是python3 在安装email包的时候出现了难以解决的问题。

Anaconda 是python的一个发行版，内置了很多其他工具，也免去了这些工具单独安装和配置的麻烦。

在Python中，所有以“__”双下划线包起来的方法，都统称为“Magic Method”，中文称『魔术方法』,例如类的初始化方法 __init__ ,Python中所有的魔术方法均在官方文档中有相应描述，但是对于官方的描述比较混乱而且组织比较松散。很难找到有一个例子。

黑客帝国中的“代码雨”让人感觉仿佛身处电脑的虚拟世界中一样，然后就有大神利用代码实现了“代码雨”，让我有了神的力量。

在固定长度参数中需要设置关键字参数的默认值， ```d=1, e=2```就是设置的默认值，不传入关键字参数的时候就是使用该默认值，也可以根据需要更改默认值。

pandas 的DataFrame 数据结构与excel中的数据形式极为相似，因此对于excel数据的读取和输出使用pandas再适合不过了，因此就涉及到了pandas对于excel文件的读取、写入一个sheet、写入多个sheet、追加sheet等操作。

Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。

本文总结了平时对 pandas.DataFrame 进行新增列操作的五种方法：insert、reindex、loc、obj['col']、concat，并用代码演示出来。

使用python中最有用的50个数据可视化图形，并且用代码清晰的演示了使用matplotlib和seaborn库的过程并且展示了最终的结果。

选取 DataFrame 使用正常的 loc 或 iloc 索引数据，但是对于 Multiindex 层次化索引该怎么索引数据呢？

Flask 是使用 Python 编写的一个轻量级web框架，使用 Flask 可以快速的搭建起一个网站，轻量级体现在框架提供了基础的应用框架（定义app、templates、Field等），其余目的的可以使用外部包达成。pandas是基于 Numpy 的一种工具，该工具是为了解决数据分析而创建的，在 Numpy 的快速计算基础上增加了行和列名，可以读取文件、数据库数据并进行交互，**pandas.DataFrame** 是 pandas 中的一种表型数据结构。

pandas.read_sql 可以在数据库中执行指定的SQL语句查询或对指定的整张表进行查询，以DataFrame 的类型返回查询结果，这是在跟数据库进行交互操作时很重要的一步——既读取数据，还返回DataFrame方便处理。

使用 pyqt+pyinstall 建立数据处理小工具，让非数据分析人员可以一键获取想要的数据，不再麻烦我们数据分析师。

一、类和实例的调用情况1.新建一个类，包含普通方法、实例方法、静态方法、类方法class TestMethod: def fun(): print('fun') def funSelf(self): self.name = 123 print(self.name) @staticmethod...

整个安装的过程参考：python3.6,Anaconda3下pyqt5开发环境搭建但是在最后把ui转化成py文件后，不是在文件中添加代码，而是新建一段代码import sysimport untitledfrom PyQt5.QtWidgets import QApplication, QMainWindowif __name__ == '__main__': app = QA...

pandas.read_csv() 报错 OSError: Initializing from file failed，一般由两种情况引起：一种是函数参数为路径而非文件名称，另一种是函数参数带有中文。

kNN算法是监督学习中分类方法的一种。核心思想：在训练集中选出离输入的数据点最近的k个数据，根据这k个数据的类别判断输入的数据点的类别，k个数据的类别判断方法可以是k个中出现次数最多的类别，也还可以根据距离输入点的距离计。Python版本：2.7

机器学习中有两类的大问题，一个是分类，一个是聚类。分类是根据一些给定的已知类别标号的样本，训练某种学习机器，使它能够对未知类别的样本进行分类。这属于supervised learning（监督学习）。而聚类指事先并不知道任何样本的类别标号，希望通过某种算法来把一组未知类别的样本划分成若干类别，这在机器学习中被称作 unsupervised learning （无监督学习）。上一篇的knn就是监督学习分类算法，而本文的

之前把《利用Python进行数据分析》撸了一遍，其中就有一章专门说数据可视化的，结果这两天做数据挖掘算法实现想用Python画个图，发现脑袋空空如也。所以今天又专门找个时间把Python数据可视化再撸一遍，不过这次就要做个笔记了，下次老子看笔记，不啃书了！

注释有三种，分别为ax.text()：文本注释，只能填写文本ax.arrow()：箭头标记，不能填写文本ax.annotate()：箭头注释，在箭头的位置可以填写文本

决策树是一种通过对特征属性属性分类对样本进行分类的树形结构

在用Django写网页的时候，需要用到css，js，image文件，为了完整的诠释MVC，肯定是要外部文件引入的了。那怎么引入呢？ 最近在用Django，在引入css文件的过程中死了好几次，在百度上有好几种结果，什么配settings，配urls，配templates，试了好几个，无一成功，最后火大了，到官网上直接看原文，没有过四级的我照样读懂了。啊！！！英语。 废话过后，直接上过程： 我的文

这两天在用Django做个人博客网站，做起来非常顺手，已经在测试环境中完成了留言板的功能，想着在加上个管理博客和博客编辑的功能就大致可以发布出去了，然后就发现教程中有个服务器部署的环节uWSGI+Nginx，我就郁了闷了，本地不是有个WSGI吗，照样可以运行啊，不解，求解！

pandas有groupby分组函数和sort_values排序函数，但是如何对dataframe分组之后排序呢？

在stackoverflow上有人提供了批量更新的办法，一个循环就搞定

从2016a开始到现在的2017，从MATLAB中创建出一个独立的应用程序有多种方法，可以用MATLAB提供的现有函数或者现有App。 本文介绍的是利用MATLAB的Application Compiler工具创建一个独立的应用程序,以下这个例子显示了如何从MATLAB中生成独立的应用程序。

需求：在本地已经完成了一个博客系统/数据可视化系统的开发，需要部署到系统上，展示个人主页/个人作品编程语言：Python 系统框架：Django 数据库：MySQL服务架构：uwsgi+nginx IDE：pycharm 代码管理：Git我的系统目录： 1、购买服务器首先购买云服务器，这里选择的阿里云ECS，使用的u...

我从两年前接触python，到现在python已经陪伴我渡过了我的大半个职业生涯，用过Django开发个人博客，用过pandas、numpy做过数据分析，还用过scikit-learn的数据挖掘算法，还使用过spider写爬虫，但是种种过往在脑中好似一场云烟，经历过却什么都没留下，所以从头开始梳理，将Python的相关知识点一一记录下来。 我一直使用的是经典2.7，官方称2020后将停...

一开始自学Python的numpy、pandas时候，索引和切片把我都给弄晕了，特别是numpy的切片索引、布尔索引和花式索引，简直就是大乱斗。但是最近由于版本的问题，从之前的Python2.7改用Python3.6 了，在3.6中提供了loc和iloc两种索引方法，把ix这个方法给划分开来了，所以很有必要做个总结和对比。

问题描述使用matlibplot.pyplot中的axes.bar()作图后x轴是默认排序的，这其实打乱了我一开始数据中的排序，是我不想要的，我想要的是x轴按照我数据中的原始顺序排序。import matplotlib.pyplot as pltIn [1]:df2_bOut[1]: 项目建设周期<0天 100天 66571个月 1893...

pandas.io.data功能迁移到了pandas_datareader这个模块里面，相应的用法也发生了改变，那么我们如何解决这些改变带来的问题呢？