weixin_44607838的博客

前言熟悉python数据分析的朋友一定对matplotlib库不陌生，这是做数据可视化最常用的包之一。虽然我们经常使用mattplotlib做一些静态的图表，比如折线图，柱状图，饼图等等，但是某些时候，我们需要让我们的图表动起来。最近因为工作上的需要，我尝试构建了动态柱状图，来描述各个数据在时间维度上的变化情况。主要用到的就是matplotlib中的animation模块。下面我就来介绍一下我的基本需求以及如何用该模块来实现需求。需求描述给定4个基本渠道，我希望通过柱状图的形式来描述各个渠道指标随着时

前言最近做某公司的数据挖掘岗的笔试题，遇到一道python题，让我印象深刻。如下def num(): return [lambda x:x*i for i in range(4)]print([m(?) for m in num()])如果打印的结果为[6,6,6,6]，问❓处的数字应该为多少？分析首先，很显然的，num()函数返回的是4个匿名函数组成的列表，那么遍历这4个函数并调用的结果就是我们的打印结果。如果不仔细想清楚，会很自然的认为答案就是[0*❓,1*❓,2*❓,3*❓]。

前言昨天做了shopee的一个线上测试，其中最后一道问题是使用pandas进行垃圾评论的筛选，因为时间限制，昨天并没有写完，之后又重新做了一遍，这里做个总结。题目大意首先，题目定义，对于对于同一个用户，发送同样的评论次数超过3次，就被定义为垃圾评论。或者超过或等于2个不同用户发送同样的评论，也被定义为垃圾评论。举个例子，我们有如下的一个DataFrame。 name comment comment_id0 frank i am ok 11 frank i am ok

前言作为Python中进行数据分析最重要的库之一，Pandas可以帮助我们轻松上手数据分析。在这篇文章中，我会详细总结Pandas的一些基本概念和操作语法，同时我也会将Pandas与SQL做一个简单的对比。话不多说，我们开始。首先我们先导入Pandas库以及与其高度相关的基础库Numpy。import pandas as pdimport numpy as np1.Pandas objects在pandas中，有3种基本的数据结构，分别是Series,DataFrame 以及Index。我们来一

直接赋值赋值操作是一项非常基本但是重要的操作，在python中，最常见的赋值方式就是直接赋值，比如b=a。情况1:不可变对象（比如list/tuple/dict)对于直接赋值而言, 变量b和a都指向同一块内存地址，或者说指向同一个对象。因此对于一个不可变对象而言, 修改a的值等价于修改b。如下a=[1,2,[3,4]] # 不可变对象b=a # 直接赋值a[2].append(5)a.append(6)print(f'a={a}')print(f'b={b}')输出结果a=[1,

通俗理解1.当一个函数中带有yield关键字之后，这个函数就变成了一个生成器。当我们直接调用它时，返回的是一个生成器对象。2.那么既然它是一个生成器，那么我们可以通过循环来调用它，来执行它内部的逻辑。那么关键来了，带yield关键字的生成器它的执行逻辑是怎样的呢？总结来说那就是当我们在外部循环调用该生成器时，每次遇到yield关键字时，返回其后面的的返回值，一次循环结束，然后程序会停在这个地方。然后下一次循环开始的时候，程序会从上一次停止的地方开始继续执行，知道再次遇到yield关键字，返回结果，该次

case1:对于两个1维数组a,b（必须保证元素个数相同),其结果就是两个数组（或者也可以理解为向量）的内积（inner product).case2:对于两个二维数组a,b,调用np.dot(a,b)等价于矩阵运算，我们使用np.matmul(a,b)或者a@b可以实现一样的效果，只需要满足矩阵乘法的规则即可。case3:当两个数组a,b的size不同时，比如a是一个N维的数组，而b是一个一维数组，这时np.dot(a,b)做的事对于a的最后一个维度上的数据与b求sum product。因此，必须

背景介绍在有些时候，我们需要固定长度的字符串作为某些后续步骤的输入，但是手头的字符串很可能是变长的，因此在这种情况下，我们就需要使用某些方法对字符串进行填充，使其长度符合要求。下面介绍几种在python中常用的方法。zfill()方法str1='abc' #初始字符串#假设我们后续需要的字符串定长为10len_=10#使用zfill进行填充，默认用0在左边进行填充str1.zfill(len_)#输出'0000000abc'为了方便在后续的步骤中将原始字符串取出，我们可以在初始字符