weixin_41690708的博客

python range函数与numpy arange函数 两者区别： 1.range()返回的是range object，而np.arange()返回的是numpy.ndarray()　range尽可用于迭代，而np.arange作用远不止于此，它是一个序列，可被当做向量使用。 2.range()不支持步长为小数，np.arange()支持步长为小数 3.两者都可用于迭代 4.两者都...

numpy中有一些常用的用来产生随机数的函数，rand()和randn()是比较常用的。 二者区别： numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中。 numpy.random.randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。 1 numpy.random.rand() numpy.random.rand(d0...

通过普通的for循环遍历 > # 通过元素来遍历 >>> seasons = ['Spring', 'Summer', 'Fall', 'Winter'] >>> count = 0 >>> for season in seasons: ... print count,"=>", season ... co...

1 concat concat函数是在pandas底下的方法，可以将数据根据不同的轴作简单的融合 pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False) 参数说明...

外部数据导入 导入excel文件 pandas导入excel用read_excel()方法： import pandas as pd excel_file1 = pd.read_excel('data/测试.xlsx',encoding='utf-8')复制代码 姓名 年龄 工作 工资 0 张三 25 学生 200 1 李四 24 工人 ...

常用处理方法： 异常值的处理方法常用有四种： 1.删除含有异常值的记录 2.将异常值视为缺失值，交给缺失值处理方法来处理 3.用平均值来修正 4.不处理 需要强调的是，如何判定和处理异常值，需要结合实际。 # 异常数据处理(异常数据过滤) new_df = df.replace('?', np.nan)#替换非法字符为np.nan datas = new_df.dropna(...

strptime()方法分析表示根据格式的时间字符串。返回值是一个struct_time所返回gmtime()或localtime()。 格式参数使用相同的指令使用strftime();它默认为“%a %b %d %H:%M:%S %Y”相匹配的ctime()所返回的格式。 如果字符串不能按格式进行解析，或者如果它具有解析后多余的数据，ValueError被挂起。 语法 strptime()方法的...

loc、iloc、ix。。。 https://blog.youkuaiyun.com/boywaiter/article/details/86012620

lambda函数的语法只包含一个语句，如下：lambdaarg1,arg2,.....argn:expression # 冒号:之前的a,b,c表示它们是这个函数的参数。 # 匿名函数不需要return来返回值，表达式本身结果就是返回值。 无参匿名函数: ------ >>> t = lambda : True #分号前无任何参数 >>> t() ...