Scarlett_ma的博客

Dataframe的使用源数据最终输出源数据读取数据df = pd.read_csv('C:/Users/items/WorkRelated/items.csv')取某列等于某个值的数据df_app = df[df['channel']=='app'] #取渠道为app的数据取某列为NULL的数据注意这里，在python中是没有NULL的，python读取csv中的null为NaN# pd.isna()返回的是bool值，为空的返回True，否则为False, df_ap

参考：Python 2.x 中的 ‘ascii’ codec can’t encode / decode 错误用Python 2.x会经常碰到一个错误:UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-3: ordinal not in range(128)原因：在Python中把一个Unicode类转化为 0 和 1 的过程叫做Encoding。 把 0 和 1 反转为Unicode类的过程叫做Deco

首先确保该机器上安装了mysql假设mysql安装在进入mysql cd /data/app/mysql-8.0.13-linux-glibc2.12-x86_64连接mysql bin/mysql -h数据库的ip地址 -u用户名 -p用户密码查看数据库 show schemas;进入其中某个数据库 use 数据库或者明确要进入某个数据库直接可以 bin/mysql -h数据库的ip地址 -u用户名 -p用户密码 数据库查看该数据库下的表名 show tables;下面直接对该数据库下的

转自http://blog.youkuaiyun.com/healthy_coder/article/details/50502643研究排序问题的时候常常需要生成随机数组来验证自己排序算法的正确性和性能，今天把python生成随机数组的方法稍作总结，以备以后查看使用。一、使用random模块生成随机数组python的random模块中有一些生成随机数字的方法，例如random.randint

前言：pickle的功能就是把你上次计算得到的数据保存起来，当你需要使用这些数据时，直接通过reload把数据恢复了就行，这样的好处有：被pickle的数据，在被多次reload时，不需要重新去计算得到这些数据，这样节省计算机资源，如果你不pickle，你每调用一次数据，就要计算一次。通过pickle的数据，被reload时，可以更好的被内存调用，不需要经过数据格式的转换。（即