weixin_53299145的博客

关于正则表达式的基本所有的知识和用法，内容很多，可分开阅读，建议挑选重要的学习，用的很少的功能可以理解就好。

爬取视频网站需要进行防盗链的预习何为防盗链？正文开始打开网址，随便找一个视频点进去，然后打开开发者工具，定位到视频的位置可以找到标签注意：此标签在HTML中并没有出现，所以要进入NetWork选中XHR然后刷新页面，可以看到返回的数据数据包返回的地址为：https://video.pearvideo.com/mp4/adshort/20211020/1634730996384-15784833_adpkg-ad_hd.mp4从video标签中可以看出正确的视频地址为：https://video

题目：数据data_etr.csv为用户用电量数据,数据中有编号为1-200的200位电力用户，DATA_DATE表示时间，如2015/1/1表示2015年1月1日，KWH为用电量。请完成以下工作：(1) 将数据进行转置，转置后行为用户编号、列为日期、值为用户每日用电量。(2) 对数据中的异常数据进行识别并处理。(3) 统计每个用户用电数据的基本统计量，包括：最大值、最小值、均值、中位数、和、方差、偏度、峰度。(4) 每个用户用电数据按日差分，并求取差分结果的基本统计量，统计量同3。解析：先

import pandas as pd1、准备数据假设有 5 个人，分别参加了 4 门课程，获得了对应的分数同时这个 5 个人分别负责的项目个数 在 ‘Project_num’ 列中显示data = {‘name’ : pd.Series([‘Alice’, ‘Bob’, ‘Cathy’, ‘Dany’, ‘Ella’, ‘Ford’, ‘Gary’, ‘Ham’, ‘Ico’, ‘Jack’]), 'Math_A' : pd.Series([1.1, 2.2, 3.3, 4.4, 5, 3

import pandas as pdimport numpy as np读取json文件iris_data = pd.read_json(“iris.json”)print(type(iris_data))print(iris_data.head()) # 默认获取 前5条数据取部分数据iris_data_head = iris_data.head()print(type(iris_data_head))做其他操作…将结果写入到另一个json文件iris_data_head.t

相关函数df.dropna()df.fillna()df.isnull()df.isna()import pandas as pdimport numpy as npts1 = [0, 1, np.nan, np.nan, np.nan, np.nan]ts2 = [0, 2, np.nan, 3, np.nan, np.nan]d = { 'X': ts1, 'Y': ts2, 'Z': ts2}df = pd.DataFrame(data=d)print(df