snowy_and_sunny的博客

需要注意的是，python的变量是不可变对象，如果变量的值发生改变，python会自动创建另一个对象申请另外一块内存，改变变量的对象引用。需要注意的是 break 是跳出while的循环体，而continue是跳出本次循环，进入下一次循环。赋值运算符是 = ，与比较运算符 == 进行区分。

字符串可能是用到最多的数据类型了，所有标准序列操作（索引、切片、乘法、成员资格检查、长度、最小值和最大值）都适用于字符串。方法find在字符串中查找子串。如果找到，就返回子串的第一个字符的索引，否则返回-1。但别忘了字符串是不可变的，因此所有的元素赋值和切片赋值都是非法的。join方法用于将序列中的元素以指定的字符连接生成一个新的字符串。6.拆分字符串（与join操作相反）合并的序列必须都是字符串。默认为空格 可以自己填充字符。7.去掉开头结尾的空白。

1.创建或者是2.访问（1）取出一个元素（2）取出多个连续元素通过两个索引值实现，第一个索引是取出的第一个元素，第二个索引是剩下的第一个元素，也就是包含第一个，不包含第二个两个索引的差值是取出来的元素数切片时，包含开始索引元素，不包含结束索引元素用负索引从列表的后端顺序取值可以省略开头和结束元素，简写（3）带步长取出元素前面没有显式的给出步长，是因为默认的步长是1即：x[0:10:1] 相当于 x[0:10]正序取出x[0:8:2]逆序取出。

因此，dict3中，把user的值和num的值都复制过来了，user的值是个字符串，而num的值是列表[1,2,3]的地址dict3中有自己的user值，但num值跟dict1中的值一样，都是指向列表[1,2,3]的地址，所以当列表[1,2,3]发生改变时，dict3和dict1中的num都会改变。实例中 dict2 其实是 dict1 的引用（别名），所以输出结果都是一致的，dict3 父对象进行了深拷贝，不会随dict1 修改而修改，子对象是浅拷贝所以随 dict1 的修改而修改。

【代码】python 05文件的读写。r: 以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。rb: 以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。r+: 打开一个文件用于读写。文件指针将会放在文件的开头。rb+:以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。w: 打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。wb: 以二进制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建

使用Python编写一个2022年节假日字典，键为日期（“20220201”表示2022年2月1日），值为节假日的名称，如“春节”“元旦"。要求，当输入日期时，返回节假日的名称，最后使用json模块将这个节假日字典序列化并保存到磁盘上的json文件中。日期 20220101 是 元旦 节假日字典已保存到holidays.json文件中。输入样例：SList = [5,6,3,4,8,1,9,0,2,7]输出样例：[0,1,2,3,4,5,6,7,8,9]20220101 是 元旦。

广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式， 对数组的算术运算通常在相应的元素上进行。让我们再来看取值的含义 a取值范围第一个维度的[0,1,2]是取得了一二三行，这个没问题，第二个维度的[0,1,2],则是分别在一二三行上分别取第1，2，3个元素，这样，结果只是一个向量，并不是我们想要的矩阵。第一个维度的取值，也就是取第几行，这个维度就是一维的，0:3与[0,1,2]没有区别，[]里的数是几，就是取了第几行。在这里与0:3等价的，就不再是数列[1,2,3]

DataFrame可以看作由Series对象组成的字典，其中每个键是列名，值是Series。用于取数据子集的行索引或列索引往往不确定，通常需要寻求满足（或不满足）特定计算或观测值的值。许多Series方法都是 向量化 的，这些方法会 同时 处理整个向量，而不用使用for循环。对向量的操作会根据索引进行，缺失值用NaN表示。通过索引标签获取行（注意与iloc的区别）带有常见索引标签的向量（自动对齐）（2）创建DataFrame。（4）series数据操作。3.Pandas数据结构。（3）series操作。

基于给定的数据集(data.csv)，查找对应方法，完成下列数据处理操作。判断第一列（Id）是否有缺失值：如果有，则补全。计算成绩的平均值，作为新的一列加入到原数据框中。判断是否有重复记录：如果有，则删除至唯一。统计每个科目及格（>=60分）的人数。熟悉pandas模块中数据处理操作。English: 48人。Chinese: 45人。寻找平均分最高的记录。

一个人的身高除了随年龄变大而增长以外，在一定程度上收到遗传和饮食以及其他因素的影响，本次实验中，假定身高受年龄、性别、父母身高、祖父母身高、外祖父母身高的共同影响，并假定符合线性关系。使用线性回归模型预测儿童在其他条件都确定的情况下指定年龄可能会长成的身高，并假定18岁以后身高不再变化。#训练数据，每个子list分别表示儿童年龄、性别（0女、1男）、父亲身高、母亲身高、祖父身高、祖母身高、外祖父身高、外祖母身高。理解线性回归算法的原理，了解线性回归算法适用的问题类型，能够使用线性回归算法解决问题。

为了完成这个实验，你需要在你的Python环境中安装Pandas, jieba, matplotlib, 和 wordcloud这几个库。该数据集是CNKI中与“中药毒理反应”相关的文献信息，包含文章题目、作者、来源（出版社）、摘要、发表时间等信息。导入库，导入文件（文件名称为 ansi.csv），打印几行看看导入情况。使用jieba分词，对摘要进行分词统计，制作词频前30位的词云图。统计出版社的发文量信息，列出发文前10位的出版社。统计每年的发文数量，并绘制折线图。通过输出查看文件的表头是什么。

3.使用聚类算法（如KMeans）对数据进行聚类，并计算样本到簇中心的平均距离以确定最佳的簇数量。2.清洗数据，将缺失值或“NAN”替换为“无”，并将文本数据转换为数值型数据。4.对数据进行PCA降维，以便在三维空间中可视化聚类结果。5.使用Matplotlib绘制三维散点图。数据清洗：将缺失值或'NAN'替换为'无。导入数据。清洗数据，将缺失值或“NAN”替换为“无”，并将文本数据转换为数值型数据。使用聚类算法（如KMeans）对数据进行聚类，并计算样本到簇中心的平均距离以确定最佳的簇数量。