南风有翼的博客

import randomlist1 = []list2 = []list3 = []for i in range(20): #随机产生20个0-999整数 list1.append(random.randint(0,999))print('生成的随机整数列表为：\n',list1)#分片list2 = list1[0:10]list3 = list1[10:20...

具体要求：如果合法则输出 True，否则输出 False。 如果该字符串与Python内置的关键字，或Bifs冲突，则打印'conflict' 注:Python标识符的规则，关键字和Bifs可搜索得到import keyword #需要使用内置的关键字模块import string #需要使用字符串模块import builtins #导入内置函数模块def is_signal...

用函数实现输入某年某月某日，判断这一天是这一年的第几天？闰年情况也考虑进去time = input("请输入年月日：")#判断是否闰年def is_leap_year(year): if (year%400)==0 or ((year%4==0) and (year%100!=0)): return 1 else : return 0...

模拟斗地主，有3个玩家，一付扑克牌，留3张底牌， 将扑克牌随机分配给3个玩家并显示（注意有四种花色和两个王）#---------------第一种方法：初始化所有牌并随机分配法---------------------import randomcardList = [('红桃','A'),('红桃','2'),('红桃','3'),('红桃','4'),('红桃','5'),('红桃',...

1：strip()方法，去除字符串开头或者结尾的空格>>> a = " a b c ">>> a.strip()'a b c'2：lstrip()方法，去除字符串开头的空格>>>a = " a b c ">>> a.lstrip()'a b c '3：rstrip()方法，去除字符串结...

在使用IPython的魔法（Magic）命令[1]‘%%timeit’时出错，报错为：usageerror: line magic function "%%time" not found报错图像如下图所示：正确的用法如下：magics %% 应按惯例从第一行开始（magics %% should start from the first line by convention...

pandas series比numpy ndarray中索引更容易维护import pandas as pdscores = pd.Series([70,80,78,98,86], #有序的，有默认序号 index=['Smale','Goci','Tiner','Mile','Lisa'])print (scores)print (scores.loc['Goci...

#pandas做计算都是依据索引，和位置没有关系import pandas as pds1=pd.Series([1,2,3,4],index=['a','b','c','d'])s2=pd.Series([10,20,30,40],index=['a','b','c','d'])s3=pd.Series([10,20,30,40],index=['d','b','a','c'])#索...

当series没有满足需求的内置方法时，对于每个series中的元素，应用到apply所传入的函数上import pandas as pda=pd.Series([1,2,3,4])def multi(number): return number*2 #所有元素乘以2print (a.apply(multi))def multi_big(number): if nu...

如何去除NAN(not a number):dropnafillnaadd及fill_value#当计算结果为NAN时，需要用特定的值来补充代替import pandas as pds1=pd.Series([1,2,3,4],index=['a','b','c','d'])s2=pd.Series([10,20,30,40],index=['c','d','e','f'...

例子：对一个csv中的文件的某列元素值进行计算，输出均值 工具：jupyter 处理的csv文件，如对TEMP值进行均值计算，几万条数据，截图部分显示：python代码实现：%%timeitimport csvdef read_csv(file_name): with open(file_name,'r+') as f: reader = csv.DictR...

二维数组表示方式Python原生 ：列表的列表 Numpy ：ndarray ，比python的list性能更好，有mean()、std()、sum()等更多的跟数学计算相关的内置函数，作用于整个数组,访问语法差别：a[1,2]（Numpy ndarray）、a[1][2]（ Python List） Pandas ：DataFrame 轴：axis,确定行的方向还是列的方向im...

1、dataframe的创建df_1 = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]}) df_2 = pd.DataFrame([[0, 1, 2], [3, 4, 5]], columns=['A' , 'B' , 'C'], index=[1, 2])，colunmns是列，index是行import numpy as nppric...

一维数组的实现pandas：Seriesnumpy：ndarray 2. ndarry和python list的比较相似： 通过位置访问元素，I[0] I[2:5] I[:3] I[2:] 循环：for item in l:xxx不同： python list元素可以任意类型组合，ndarray元素类型必须相同（不同时numpy会自动...

‘bar’ or ‘barh’ for bar plots #条状图‘hist’ for histogram #直方图‘box’ for boxplot #箱线图‘kde’ or ‘density’ for density plots #密度图‘area’ for area plots #区域图‘pie’ for pie plots #饼图1、折线图import pa...

1、简单运算+、-、*、/、**：加减乘除幂运算import numpy as npa=np.array([1,2,3])b=np.array([3,2,1])print (a+10) #对应位置依次相加 print (a*2)print ([1,2,3]*2)print (a+b)print (a-b)print (a*b)print (a/b)print (a*...

#使用索引数组可以实现数组的简单过滤import numpy as npa=np.array([1,2,3,4])b=np.array([True,True,False,False])print (a[b]) #返回a中为true的索引对应的值，b即为索引数组print (a[a<3])#a<3时会返回和b一样的数组，所以a[b]对等于a[a<3]...

+=：原地操作 给数组分配了一块儿地，对它进行操作，就是在已有的地上进行翻新播种，任何改变都在原地进行+：非原地操作 给数组重新开辟了一块儿地，对它进行操作，不会影响原来的值import numpy as npa=np.array([1,2,3])b=aa+=np.array([1,1,1])#原地操作，在原有的操作空间中进行改变print (a) #a也...

1、常用随机数函数random.rand()：根据给定维度生成[0,1)之间的数据random.randn()：根据给定维度（不给维度时为单个数），产生符合标准正态分布的随机数random.normal()：产生可定义均值和标准差的正态分布随机数random.randint()：返回给定维度的随机整数random.random()\random.sample：返回给定维度的[0...

魔法函数使用魔法函数可以简单的实现一些单纯python要很麻烦才能实现的功能。符号 功能 %： 行魔法函数，只对本行代码生效。 %%： Cell魔法函数，在整个Cell中生效，必须放于Cell首行。 %lsmagic： 列出所有的魔法函数 %magic 查看各个魔法函数的说明 ? 后面加上魔法函数名称，可以查看该函数的说明 一些常...

Python是一门解释性语言，python程序是顺序执行的，而C++之类的语言中main()是程序的入口1、操作系统会首先让CPU把python解释器的程序复制到内存中2、Python解释器根据语法规则，从上向下让CPU翻译Python程序中的代码3、CPU负责执行翻译完成的代码当python程序运行时，编译的结果则是保存在位于内存中的PyCodeObject中，当Python程序运行结束...

Series与numpy的ndarray相比，多了一些更好用的函数，如：describe() 与ndarray相似的地方：下标方式访问：s[10]、s[3:10]...for循环：for item in s向量计算：+、-、*、/...科学函数：mean\sum\max...比python list快import pandas as pda=pd.Series([1...