- 博客(86)
- 收藏
- 关注
RSS订阅
原创 Centos7.4系统+python解释器+虚拟环境安装（一）
一、Centos7.4系统的安装参考文档：超详细的CentOS7.4下载与图文安装注意：安装的时候一定要注意安装细节（比如文件夹一定要创自己知道的，路径要正确）二、Centos7.4系统中安装Python1、首先安装需要的依赖包yum install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gcc make2、开始编译安装python3（以root用户来进行操
2020-06-14 04:54:01
454
转载 CentoS7.4中安装Docker容器和 Docker容器中安装MySQL数据库（三）
参考文档1、Centos7上安装docker注意：在设置设置yum源的时候，用yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo，因为国外的镜像源难访问2、docker 安装 mysql5.73、CentOS7中如何在Docker在容器中使用MySQL数据库...
2020-06-14 23:28:22
301
转载 CentoS7.4的基本命令操作和使用（二）
参考文档：1、linux(centOS7)的基本操作(一) 概述2、centos7基本操作及在centos7中安装mysql数据库
2020-06-14 15:12:25
357
原创 React 组件生命周期（十二）
参考文档：React 组件生命周期1、组件的生命周期可分成三个状态：Mounting：已插入真实 DOMUpdating：正在被重新渲染Unmounting：已移出真实 DOM2、生命周期的方法有：componentWillMount 在渲染前调用,在客户端也在服务端。omponentDidMount : 在第一次渲染后调用，只在客户端。之后组件已经生成了对应的DOM结构，可以通过this.getDOMNode()来进行访问。 如果你想和其他JavaScript框架一起使用，可以在
2020-06-04 17:24:35
115
原创 React 组件 API（十一）
1、React 组件 API中的7个方法:设置状态：setState替换状态：replaceState设置属性：setProps替换属性：replaceProps强制更新：forceUpdate获取DOM节点：findDOMNode判断组件挂载状态：isMounted2、设置状态:setStatesetState(object nextState[, function callback])参数说明nextState，将要设置的新状态，该状态会和当前的state合并。cal
2020-06-04 17:18:11
177
原创 React 列表 与 Keys（十）
参考文档：react随笔7 列表&KeysReact 列表 & Keys1、React列表的创建采用JavaScript 中的map() 方法来创建列表。以下HTML是使用 map() 方法遍历数组生成了一个 1 到 5 的数字列表:<!DOCTYPE html><html><head><meta charset="UTF-8" /><title>React 实例</title><script
2020-06-04 15:43:36
138
原创 React中的条件渲染（九）
参考文档：React中的条件渲染1、React中条件渲染的元素变量<!DOCTYPE html><html><head><meta charset="UTF-8" /><title>React 实例</title><script src="https://cdn.staticfile.org/react/16.4.0/umd/react.development.js"></script><s
2020-06-04 12:13:08
252
原创 React的事件处理（八）
1、在React元素中绑定事件有以下两点需要注意在React中，事件命名采用驼峰命名方式，而不是DOM元素中的小写字母命名方式。例如onclick要写成onClick，onchange要写成onChange等。处理事件的响应函数要以对象的形式赋值给事件属性，而不是DOM中的字符串形式。例如在DOM中绑定一个点击事件应该写成：<button onclick="clickButton()"> Click</button>而在React元素中绑定一个点击事件变成这
2020-06-04 11:36:15
163
原创 React中的Props使用（七）
1、React Props的使用state 和 props 主要的区别在于 props 是不可变的，而 state 可以根据与用户交互来改变。这就是为什么有些容器组件需要定义 state 来更新和修改数据。 而子组件只能通过 props 来传递数据。实例中 name 属性通过 props.name 来获取function HelloMessage(props) { return <h1>Hello {props.name}!</h1>;} const elem
2020-06-04 00:55:58
223
原创 React中的State(状态)（六）
1、React State(状态)参考文档：React的State介绍React 把组件看成是一个状态机（State Machines）。通过与用户的交互，实现不同状态，然后渲染 UI，让用户界面和数据保持一致。 React 里，只需更新组件的 state，然后根据新的 state 重新渲染用户界面（不要操作 DOM）。 以下实例创建一个名称扩展为 React.Component 的 ES6 类，在 render() 方法中使用 this.state 来修改当前的时间。添加一个类构造函数来初始化状态 t
2020-06-03 23:16:16
174
原创 React须知的编写规范（五）
注意事项（1）XML 的重点有且仅有一个根标签。（2）原生 HTML 元素名以小写字母开头，而自定义的 React 类名以大写字母开头，比如 HelloMessage 不能写成 helloMessage。除此之外还需要注意组件类只能包含一个顶层标签，否则也会报错（3）ReactDOM.render(template,targetDOM) 方法接收两个参数： 第一个是创建的模板，多个 dom 元素外层需使用一个标签进行包裹，如 <div>； 第二个参数是插入该模板的目标位置。 templat
2020-06-03 22:20:09
183
原创 React中的组件（四）
参考文档：React 组件1、自定义一个组件接下来我们封装一个输出 “Hello World！” 的组件，组件名为 HelloMessage（这样可以使用组件进行管理渲染数据，从而使得管理更加简便）：function HelloMessage(props) { return <h1>Hello World!</h1>;} const element = <HelloMessage />; ReactDOM.render( element
2020-06-03 22:02:54
114
原创 React中JSX的使用（三）
1、React JSX参考文档：React JSX以下这种看起来可能有些奇怪的标签语法既不是字符串也不是 HTML。它被称为 JSX， 一种 JavaScript 的语法扩展。我们推荐在 React 中使用 JSX 来描述用户界面。JSX 是在 JavaScript 内部实现的。const element = <h1>Hello, world!</h1>;元素是构成 React 应用的最小单位，JSX 就是用来声明 React 当中的元素。2、JavaScript
2020-06-03 21:38:31
165
原创 React的安装及元素渲染应用（二）
参考文档：1、React 安装2、写react时script的type属性有两种值: text/babel text/jsx
2020-06-03 20:30:33
122
原创 React入门及须知（一）
参考文档：什么是react？react主要是做什么的？（问答篇）1、什么是React?React 起源于 Facebook 的内部项目，因为该公司对市场上所有 JavaScript MVC 框架，都不满意，就决定自己写一套，用来架设Instagram 的网站。React 是一个用于构建用户界面的JavaScript 库。React主要用于构建UI，很多人认为 React 是 MVC 中的 V（视图）。React 拥有较高的性能，代码逻辑非常简单，越来越多的人已开始关注和使用它。2、React是解决什
2020-06-03 14:01:43
156
原创 Python处理Excel一列变多列（四十二）
1. 读取数据import pandas as pddf = pd.read_excel("./course_datas/c42_split_onecolumn_tomany/学生数据表.xlsx")df.head()2. 实现拆分def split_func(line): line["姓名"], line["性别"], line["年龄"], line["城市"] = line["数据"].split(":") return linedf = df.apply(split_
2020-05-11 20:49:32
1146
原创 Pandas读取Excel绘制直方图（四十一）
直方图(Histogram)：直方图是数值数据分布的精确图形表示，是一个连续变量（定量变量）的概率分布的估计，它是一种条形图。为了构建直方图，第一步是将值的范围分段，即将整个值的范围分成一系列间隔，然后计算每个间隔中有多少值。1. 读取数据波斯顿房价数据集import pandas as pdimport numpy as npdf = pd.read_excel("./datas/boston-house-prices/housing.xlsx")df.info()df["MEDV"
2020-05-11 20:42:23
1199
原创 Pandas怎样实现groupby聚合后字符串列的合并（四十）
需求：计算每个月的最高温度、最低温度、出现的风向列表、出现的空气质量列表1、读取数据import pandas as pdfpath = "./datas/beijing_tianqi/beijing_tianqi_2018.csv"df = pd.read_csv(fpath)df.head(3)知识：使用df.info()可以查看每列的类型df.info()知识：series怎样从str类型变成intdf["bWendu"] = df["bWendu"].str.repla
2020-05-11 19:43:14
3433
1
原创 Python自动翻译英语论文PDF（三十九）
涉及技术：1、Python读取PDF文本2、pandas的读取csv、多数据merge、输出Excel2、Python正则表达式实现英文分词1. 读取PDF文本内容¶!pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pdfplumberimport pdfplumberdef read_pdf(pdf_fpath): pdf = pdfplumber.open(pdf_fpath) page_conts =
2020-05-10 21:49:11
899
原创 Pandas处理Excel - 复杂多列到多行转换（三十八）
1. 读取数据import pandas as pdfile_path = "./course_datas/c39_explode_to_manyrows/读者提供的数据-输入.xlsx"df = pd.read_excel(file_path)2. 把多列合并到一列# 提取待合并的所有列名，一会可以把它们drop掉merge_names = list(df.loc[:, "Supplier":].columns.values)merge_namesdef merge_cols(x).
2020-05-10 21:39:10
1225
原创 Python批量翻译英语单词（三十七）
用途：对批量的英语文本，生成英语-汉语翻译的单词本，提供Excel下载本代码实现：提供一个英文文章URL，自动下载网页；实现网页中所有英语单词的翻译；下载翻译结果的Excel涉及技术：pandas的读取csv、多数据merge、输出Excelrequests库下载HTML网页BeautifulSoup解析HTML网页Python正则表达式实现英文分词1. 读取英语-汉语翻译词典文件词典文件来自：https://github.com/skywind3000/ECDICT使用
2020-05-10 21:30:47
1111
原创 Python使用Pandas将Excel存入MySQL（三十六）
一个典型的数据处理流：1、Pandas从多方数据源读取数据，比如excel、csv、mysql、爬虫等等2、Pandas对数据做过滤、统计分析3、Pandas将数据存储到MySQL，用于Web页面展示、后续的进一步SQL分析等等官网文档：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_sql.html#pandas.DataFrame.to_sql1、数据准备：学生信息Excel表import pandas as
2020-05-10 21:19:49
998
原创 Pandas借助Python爬虫读取HTML网页表格存储到Excel文件（三十一）
实现目标：网易有道词典可以用于英语单词查询，可以将查询的单词加入到单词本;当前没有导出全部单词列表的功能。为了复习方便，可以爬取所有的单词列表，存入Excel方便复习涉及技术：涉及技术：Pandas：Python语言最强大的数据处理和数据分析库Python爬虫：可以将网页下载下来然后解析，使用requests库实现，需要绕过登录验证。0、处理流程import requestsimport requests.cookiesimport jsonimport timeimport pa
2020-05-10 20:57:33
3027
原创 Pandas使用explode实现一行变多行统计（三十）
解决实际问题：一个字段包含多个值，怎样将这个值拆分成多行，然后实现统计比如：一个电影有多个分类、一个人有多个喜好，需要按分类、喜好做统计1、读取数据import pandas as pddf = pd.read_csv( "./datas/movielens-1m/movies.dat", header=None, names="MovieID::Title::Genres".split("::"), sep="::", engine="python")
2020-05-09 22:37:28
1113
原创 Pandas的get_dummies用于机器学习的特征处理（二十九）
分类特征有两种：普通分类：性别、颜色顺序分类：评分、级别对于评分，可以把这个分类直接转换成1、2、3、4、5表示，因为它们之间有顺序、大小关系。 但是对于颜色这种分类，直接用1/2/3/4/5/6/7表达，是不合适的，因为机器学习会误以为这些数字之间有大小关系。 get_dummies就是用于颜色、性别这种特征的处理，也叫作one-hot-encoding处理。比如： 男性：1 0 女性：0 1 这就叫做one-hot-encoding，是机器学习对类别的特征处理1、读取泰坦尼克数据集imp
2020-05-09 22:20:20
614
原创 Pandas和Flask配合实现快速在网页上展示表格数据（二十八）
代码展示（1）main.py代码from flask import Flask, render_templatefrom goods import app_goodsfrom cart import app_cart#循环引用，解决方法，推迟一方的导入，让例外一方完成app = Flask(__name__)#注册蓝图（注册goods模块下的蓝图对象，就可以访问相应的路径）app.register_blueprint(app_goods, url_prefix="/goods_rout
2020-05-09 21:57:55
5222
1
原创 Pandas的Categorical数据类型可以降低数据存储提升计算速度（二十七）
1、读取数据import pandas as pddf = pd.read_csv("./datas/movielens-1m/users.dat", sep="::", engine="python", header=None, names="UserID::Gender::Age::Occupation::Zip-code".split("::"))df.in.
2020-05-08 21:00:33
229
原创 Pandas怎样找出最影响结果的那些特征？（二十六）
应用场景：机器学习的特征选择，去除无用的特征，可以提升模型效果、降低训练时间等等 数据分析领域，找出收入波动的最大因素！！实例演示：泰坦尼克沉船事件中，最影响生死的因素有哪些？1、导入相关的包import pandas as pdimport numpy as np# 特征最影响结果的K个特征from sklearn.feature_selection import SelectKBest# 卡方检验，作为SelectKBest的参数from sklearn.feature_selec
2020-05-08 20:26:54
1015
原创 Pandas处理分析网站原始访问日志（二十五）
目标：真实项目的实战，探索Pandas的数据处理与分析实例：数据来源：我自己的wordpress博客http://www.crazyant.net/ 的访问日志实现步骤：1、读取数据、清理、格式化2、统计爬虫spider的访问比例，输出柱状图3、统计http状态码的访问占比，输出饼图4、统计按小时、按天的PV/UV流量趋势，输出折线图1、读取数据并清理格式化import pandas as pdimport numpy as nppd.set_option('display.max_
2020-05-08 20:08:31
263
原创 Pandas结合Sklearn实现泰坦尼克存活率预测（二十四）
实例目标：实现泰坦尼克存活预测处理步骤：1、输入数据：使用Pandas读取训练数据(历史数据，特点是已经知道了这个人最后有没有活下来)2、训练模型：使用Sklearn训练模型3、使用模型：对于一个新的不知道存活的人，预估他存活的概率步骤1：读取训练数据import pandas as pddf_train = pd.read_csv("./datas/titanic/titanic_train.csv")df_train.head()#在显示的数据中，其中，Survived==1代表这个人
2020-05-08 19:17:24
224
原创 Pandas怎样结合Pyecharts绘制交互性折线图？（二十三）
背景：1、Pandas是Python用于数据分析领域的超级牛的库2、Echarts是百度开源的非常好用强大的可视化图表库，Pyecharts是它的Python库版本1、读取数据import pandas as pd`xlsx_path = "./datas/stocks/baidu_stocks.xlsx"df = pd.read_excel(xlsx_path, index_col="datetime", parse_dates=True)df.head()df.indexdf.sort
2020-05-08 19:00:05
709
原创 Pandas怎样实现Excel的vlookup并且在指定列后面输出？（二十二）
背景：1、有两个excel，他们有相同的一个列；2、按照这个列合并成一个大的excel，即vlookup功能，要求：只需要第二个excel的少量的列，比如从40个列中挑选2个列 ；新增的来自第二个excel的列需要放到第一个excel指定的列后面；3、将结果输出到一个新的excel;步骤1：读取两个数据表import pandas as pd# 学生成绩表df_grade ...
2020-05-07 16:23:09
1372
原创 Pandas怎么处理日期索引的缺失？（二十一）
问题：按日期统计的数据，缺失了某天，导致数据不全该怎么补充日期？可以用两种方法实现：1、DataFrame.reindex，调整dataframe的索引以适应新的索引2、DataFrame.resample，可以对时间序列重采样，支持补充缺失值问题：如果缺失了索引该怎么填充？1、导入需要的包和相应的数据import pandas as pd%matplotlib inline...
2020-05-07 14:38:36
2672
原创 Pandas怎样快捷方便的处理日期数据（二十）
Pandas日期处理的作用：将2018-01-01、1/1/2018等多种日期格式映射成统一的格式对象，在该对象上提供强大的功能支持几个概念：pd.to_datetime：pandas的一个函数，能将字符串、列表、series变成日期形式Timestamp：pandas表示日期的对象形式DatetimeIndex：pandas表示日期的对象列表形式其中：DatetimeIndex...
2020-05-07 13:29:11
371
原创 Pandas的stack和pivot实现数据透视（十九）
1. 经过统计得到多维度指标数据非常常见的统计场景，指定多个维度，计算聚合后的指标。实例：统计得到“电影评分数据集”，每个月份的每个分数被评分多少次：（月份、分数1~5、次数）。import pandas as pdimport numpy as np%matplotlib inlinedf = pd.read_csv( "./datas/movielens-1m/rati...
2020-05-07 11:40:19
267
原创 Pandas怎样对每个分组应用apply函数（十八）
注意：这里的split指的是pandas的groupby，我们自己实现apply函数，apply返回的结果由pandas进行combine得到结果GroupBy.apply(function)1、function的第一个参数是dataframe；2、function的返回结果，可是dataframe、series、单个值，甚至和输入dataframe完全没关系；本次实例演示：（1）...
2020-05-07 10:55:29
599
原创 Pandas的数据转换函数map、apply、applymap（十七）
数据转换函数对比：map、apply、applymap：1、map：只用于Series，实现每个值->值的映射；2、apply：用于Series实现每个值的处理，用于Dataframe实现某个轴的Series的处理；3、applymap：只能用于DataFrame，用于处理该DataFrame的每个元素；1. map用于Series值的转换实例：将股票代码英文转换成中文名字S...
2020-05-07 10:32:33
298
原创 Pandas的分层索引MultiIndex（十六）
为什么要学习分层索引MultiIndex？1、分层索引：在一个轴向上拥有多个索引层级，可以表达更高维度数据的形式；2、可以更方便的进行数据筛选，如果有序则性能更好；3、groupby等操作的结果，如果是多KEY，结果是分层索引，需要会使用4、一般不需要自己创建分层索引(MultiIndex有构造函数但一般不用)演示数据：百度、阿里巴巴、爱奇艺、京东四家公司的10天股票数据数据来自：...
2020-05-07 10:06:12
439
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人