weixin_51531943的博客

原创 Product Manager Portfolio

原创 CSV文件导入SqlServer

选择database（右键） task->import data 选择Flat File Source 通用 选择你的csv文件（若有中文 可以将csv用utf-8保存 否则可能会乱码） advance（高级） 选择数据类型 （与你需要导入的表对应 有一个需要注意的时Nvchar 需要选择unicode str ） destnation 选择你要 导的地址 输入需要导入的表名 下一步编辑映射（全绿箭头 可以继续下一步 若出现 黄色警告 或 红叉 退回去改数据类型 不匹配导致的） 继续

原创 实验数据_cnnlstm_mape

2006-03-04 pred: array([7958.4155, 7751.268 , 7527.7954, 7201.982 , 6891.795 , 6662.3774, 6567.015 , 6512.1772, 6521.0806, 6697.8184, 6918.5425, 7376.8047, 7873.748 , 8257.072 , 8664.629 , 8909.608 , 9099.593 , 9343.218 , 9468.084..

原创 Pandas——数据清洗2

随机取样： ~ #df = pd.DataFrame(np.arange(5*4).reshape((5, 4))) df: 0 1 2 3 0 0 1 2 3 1 4 5 6 7 2 8 9 10 11 3 12 13 14 15 4 16 17 18 19 ~ #随机生成新顺序的整数数组--permutation函数 sam = np.random.permutation(5) [1 3 4 2 0] .

原创 Pandas——数据清洗1

数据规整： df2: fruit color price 0 apple red 8.5 1 banana yellow 6.8 2 orange yellow 5.6 3 apple cyan 7.8 4 banana cyan 6.4

原创 Python——正则表达式

正则使用详讲——个人向： 一定要注意！正则内不能随便加空格 能不加就不加 {a,b}:表示从a到b的范围 a，b都包括 最好只用两个数字 （）--代表一组 []-- 匹配一个范围中的任意一个 或者具体几个 方括号内的 ^ 表示取反 ~ import re text = '名字: 136, 身高： 598，学号：17569, 136' print(re.findall(r'136', text)) ['136', '136'] ~ print(re.findall(r'\d', text.

原创 Pandas——基础操作汇总

数据结构&Series： ''' series {索引 + 数据} 形式 索引是自动生成的 ''' #通过 list 创建 s1 = pd.Series([1, 2, 3, 4, 5]) #通过np数组创建 arr1 = np.arange(10) s2 = pd.Series(arr1) #自定义索引 s2 = pd.Series(arr1, index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']) #单独查看值或索引 prin

原创 Numpy——基本操作汇总

nparray数组创造： a = np.arange(0, 10, 2) #创建0-10步长为2的nparray一维数组 a = np.random.random((2, 2)) #创造0-1之间的2*2的随机数组 a = np.random.randint(0, 9, size=(2, 2)) #创造0-9之间的随机2*2数组 a = np.zeros((2, 2)) #创造2*2的全0数组 a =

原创 属性访问——python

类的方法名和属性名最好不要一样 ， 因为在调用的时候 属性会覆盖方法！ class C: def __getattribute__(self, item): #当属性被访问时先调用的方法 print('getattrtbute') return super().__getattribute__(item) def __getattr__(self, item): #当没有某属性 时访问的 print('getattr')

原创 Python--描述符

描述符是描述类A的实例对象a 在另一个类B中实例描述对象a, 再实例化B的对象b后，b就可以通过操作a来达到一些A中定义好的方法 如get set del。 简单例子： class MyDecription: def __get__(self, instance, owner): #self是自己的MD实例对象 instance是被描述的实例对象test owner是test类 print('getting', instance, self, owner) def _

原创 自定义容器--列表并记录访问次数

class CountList: def __init_(self, *args): self.values = [x for x in args]

原创 私有属性--python

定义私有属性需要在属性名前加两个下划线 这样外界只能通过内部方法才能拿到这个属性 #定义私有属性需要在属性名前加两个下划线 这样外界只能通过内部方法才能拿到这个属性 class Person: __name = 'iss' def getName(self): return self.__name p = Person() print(p.getName()) # print(p.__name) print(p._Person__name) python的私有..

原创 类中的__new__方法——Python

在类定义中最优先被调用的方法并不是__init__，而是new，__init__方法接受的self（用我自己的理解就是实例化对象的身份证），也不是凭空产生的，而是有一位冲在最前线的侦察兵打探下来的信息经过处理返回给__init__也就是self。 new接受的参数是class，也就是类对象，他源自于他的父亲或者祖先 一脉传承下来的东西，而new只管传宗接代的事，他会调用父类的new来返回self， 把基因传递给新类，一切的类都继承于object基类，在经过new的操作后返回带有实例化id的实例对象信息se

原创 python类操作

检查一个类是否属于另一个类的子类issubclass class A: pass class B(A): pass print(issubclass(B, A)) print(issubclass(B, object)) #object是基础类 所有类都默认继承他 检查一个实例对象是否来源于某个类ininstance b1 = B() print(isinstance(b1, B)) 检查实例对象是否有某一属性hasatter() class C: d

原创 *args **kwargs问题

In # args及kwargs是Python函数接受的可变参数 # *args 接受的是是元组集合 # **kwargs接受的是是字典 def foo(*args, **kwargs): print('args:', args) print('kwargs:', kwargs) print('-'*30) if __name__ == '__main__': foo(1,2,3) foo(a=1, b=2, c=3) foo('as', 'sb',.

原创 Python各种推导式

列表推导式： 100以内可以被3整除 但是不能被2整除 lista = [x for x in range(100) if not(x%2) and x%3] 字典推导式： 判断10以内的数字是否为偶数 dirta = {i: i%2 == 0 for i in range(10)} 集合推导式：集合不能有重复元素 c = {i for i in [1,1,2,2,3,3,4,4,5]} #自动升序 生成器推导式： d = (i for i in range(10), if

原创 Python-生成器

不严谨的说 如果函数体内出现yield 那么该函数就可以说是生成器, 生成器也属于迭代器需要next（）函数激活下一步。 def myGen(): print('生成器将被执行') print('-'*30) print('生成器已经执行第一步且被挂起，再次执行将会执行第二部') yield 1 print('第一步执行结束 传出参数1') yield 2 print('再次执行将会继续程序并传出参数2') myG = myGen()

原创 python-迭代器

补充在遍历字典中 每次便利的item是字典的键名 links = {'a':'1', 'b':'2', 'c':'3'} for each in links: #each式是键 print('%s->%s'%(each, links[each])) 迭代器： python有两个内置函数iter() 和 next（）；iter（）是将可迭代容器（比如字符串、列表等）变成迭代器；next（）是将迭代器 向后迭代一步 起始位置是0, 迭代

原创 dataframe类型数据-数据分类-判断是否周末

如果有星期数据 如何判断 它是否为周六周日？ 周六周日标记为1 其他标记为0 不会星期转换的可以看我上一条博客 数据集： week 1 2 3 4 5 6 7 3 7 1 4 转换： 运用apply函数 先定义一个判断函数 然后用apply的广播机制处理 比遍历方便的多 #判断函数 def weekend_judge(x): if x < 6: return 0 else: return 1 df_2021['week'] = df_

原创 DataFrame类型数据日期转换为星期

如果获取一个数据集有日期列，想通过日期列添加新的星期列，可看本文用最简洁的方法搞定 读取数据集并解析日期格式： df = pd.read_csv(r'****', parse_date= ['date']) 数据集： date min max mean MIN_MAX_MEAN week 0 2021-03-20 64149 75781 68976 [64149, 75781, 68976] 6 1 2021-0...

原创 Python-装饰器

装饰器在我初次接触的时候，还是花了时间理解的 我将用大白话，和个人理解来进行复盘 意义： 简单来说装饰器的作用就是在不改变函数本身的功能和调用方式的情况下添加新的功能. 如F1（）是准备要装装饰器的函数，装饰器就是在F1（）的基础上加画❀ 再简单点说 就是给F1穿上衣服 而装饰器就是衣服 具体： 1、定义成装饰器函数，函数的参数的作用是为了接收需要被装饰的函数的名字。 2、在定义被装饰的函数时， 开头写上@装...

原创 python入门的入门

由于想要掌握一门编程语言需要不断地练习和重复，但目前的研究方向需要的编程范围过小，未避免遗忘，我从现在开始从python入门到中阶进行复盘，后期会更新数据分析机器学习相关的实例。 字符串以及基本预算 format函数：字符串格式化, end=' '：取消print自动换行 print('a的值为{},b的值为{}'.format(a, b), end='') round:四舍五入函数保留两位小数 print(round(1.2346, 2)) 虚数的设置与查看 ...