sinat_41636155的博客

numpy 提供的最重要的数据结构是`ndarray`，它是 python 中`list`的扩展。## 1. 依据现有数据来创建 ndarray### **（a）通过array()函数进行创建。**```pythondef array(p_object, dtype=None, copy=True, order='K', subok=False, ndmin=0): 对于将 list 转成 ndarray使用array()即可 忽略asarray()【例】import numpy

import numpy as npa = np.datetime64('2020-03', 'D')print(a, a.dtype) # 2020-03-01 datetime64[D]a = np.datetime64('2020-03', 'Y')print(a, a.dtype) # 2020 datetime64[Y]print(np.datetime64('2020-03') == np.datetime64('2020-03-01')) # Trueprint(np.

import numpy as npx = np.array([1, 1, 8, np.nan, 10])print(x)# [ 1. 1. 8. nan 10.]y = np.isnan(x)print(y)# [False False False True False]z = np.count_nonzero(y)print(z) # 1numpy.count_nonzero是用于统计数组中非零元素的个数详细用法： numpy.count_nonzero(a, axi

# 导入matplotlib中的pyplotimport matplotlib.pyplot as plt# 为了使matplotlib图形能够内联显示%matplotlib inline# 导入词云库from wordcloud import WordCloud,ImageColorGenerator4.1 按州总捐款数和总捐款人数柱状图# 各州总捐款数可视化print(c_itcont.head(2))print(c_itcont.info())st_amt = c_itcont.

数据探索与清洗进过数据处理部分，我们获得了可用的数据集，现在我们可以利用调用shape属性查看数据的规模，调用info函数查看数据信息，调用describe函数查看数据分布。# 查看数据规模 多少行 多少列c_itcont.shape(756205, 8)# 查看整体数据信息，包括每个字段的名称、非空数量、字段的数据类型c_itcont.info()<class 'pandas.core.frame.DataFrame'>Int64Index: 756205 entries,

异常处理异常就是运行期检测到的错误。计算机语言针对可能出现的错误定义了异常类型，某种错误引发对应的异常时，异常处理程序将被启动，从而恢复程序的正常运行。Python 标准异常总结BaseException：所有异常的 基类Exception：常规异常的 基类StandardError：所有的内建标准异常的基类ArithmeticError：所有数值计算异常的基类FloatingPointError：浮点计算异常OverflowError：数值运算超出最大限制ZeroDivisionErr

1 三元运算符x, y = 4, 5if x < y:small = xelse:small = y相当于small = x if x < y else y详细解释：使用 if else 实现三目运算符（条件运算符）的格式如下：exp1 if contion else exp2condition 是判断条件，exp1 和 exp2 是两个表达式。如果 condition 成立（结果为真），就执行 exp1，并把 exp1 的结果作为整个表达式的结果；如果 conditio