weixin_43996337的博客

1.相关概念空值：在pandas中的空值是""缺失值：在dataframe中为nan或者naT（缺失时间），在series中为none或者nan即可2.判断文件中是否含有缺失/空值#首先读入文件df = pd.read_csv("nba.csv") # 查看每一列是否有NaN：df.isnull().any(axis=0)# 查看每一行是否有NaN：df.isnull().any(axis=1)# 查看所有数据中是否有NaN最快的，没有输出False，反之为True：df.isnul

#生成大写字母dict_A = {chr(i): (i-65) for i in range(65, 91)}#生成小写字母dict_a = {chr(i): (i-97) for i in range(97, 123)}print(dict_A)print(dict_a)结果为：

1.库的导入 from datetime import datetime 2.获取当前日期和时间now=datetime.now()print(now)3.获得指定日期和时间dt=datetime(2022,3,17,14,0)print(dt)4.str转换为datetimecday = datetime.strptime('2022-03-17 13:56:35', '%Y-%m-%d %H:%M:%S')print(cday)5.datetime转换为strno

1.heatmap 热力图热力图在实际中常用于展示一组变量的相关系数矩阵，在展示列联表的数据分布上也有较大的用途，通过热力图我们可以非常直观地感受到数值大小的差异状况。本文采用seaborn 来进行生成.2.数据集展示本文读取的文件类型为Excel表格，大小为20*20的矩阵，具体内容如下：3.代码展示// An highlighted blockimport matplotlib.pyplot as pltimport seaborn as snsimport pandas as pd

1.简介拉依达准侧(Pau’ta Criteron)是先假设一组数据中只含有随机误差，首先按照一定准侧计算标准偏差，按照一定概率确定一定区间，认为不在这个区间的为异常值。当数据呈正太分布或者近似正太分布时可以使用2.数据集示例3.完整处理代码import numpy as npimport pandas as pd#设置需读取文件的路径datapath = "traning处理前.xlsx"data = pd.read_excel(datapath)# 记录方差大于3倍的值#shape

1.导入数据库包与链接数据库// An highlighted blockimport pymysql# 打开数据库连接db = pymysql.connect(host="127.0.0.1", user="root", password="123456", db="test")# 使用 cursor() 方法创建一个游标对象 cursorcursor = db.cursor()# 使用 execute() 方法执行 SQL 查询cursor.execute("SELECT VERS