走范

import pandas as pdimport numpy as nppandas中主要有两种数据结构，分别是：Series和DataFrame。 (1)Series：一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。注意：Series中的索引值是可以重复的。 (2)DataFrame：一个...

import pandas as pdimport pandas as pdimport numpy as nppandas中主要有两种数据结构，分别是：Series和DataFrame。 (1)Series：一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。注意：Series中的索引值是可以重复...

1 open函数在python中，使用open函数，打开一个已经存在的文件，或者新建一个新文件。函数语法 open(name[, mode[, buffering[,encoding]]])name : 一个包含了你要访问的文件名称的字符串值(区分绝对路径和相对路径)。mode : mode决定了打开文件的模式：只读，写入，追加等。所有可取值见如下的完全列表。这个参数是非强制的，默认文件访问模式为...

1 安装pymysql1.使用命令窗口     pip install pymysql2.使用anaconda3的conda命令安装：     Conda install pymysql3.在py文件中引入pymysql          4.检查是否安装成功： import pymysql2 常用操作3 连接数据库import pymysql# 获取连接，关键字+值db=pymysql.conn...

ndarrary 的创建¶import numpy as np数组的创建方式：              （1）array函数：接收一个普通的python序列，并将其转换为ndarray              （2）zeros函数：创建指定长度或者形状的全零数组。              （3）ones函数： 创建指定长度或者形状的全1数组。            ...

1、ndarray 的属性(1)ndim 数组轴(维度)的个数，轴的个数被称作秩(2)shape 数组的维度, 例如一个2排3列的矩阵，它的shape属性将是(2,3),这个元组的长度显然是秩，即维度或者ndim属性(3)size 数组元素的总个数，等于shape属性中元组元素的乘积。(4)dtype 一个用来描述数组中元素类型的对象，可以通过创造或指定...

ndarray 数据基本操作  （1）数组与标量、数组之间的运算  （2）数组的矩阵积(matrix product)  （3）数组的索引与切片  （4）数组的转置与轴对换  （5）通用函数：快速的元素级数组成函数  （6）聚合函数  （7）np.where函数  （8）np.unique函数 （1）数组与标量的运算arr1=np.random.ran...

一、ndarrary 的创建import numpy as np数组的创建方式： （1）array函数：接收一个普通的python序列，并将其转换为ndarray （2）zeros函数：创建指定长度或者形状的全零数组。 （3）ones函数： 创建指定长度或者形状的全1数组。 ...

import pandas as pdimport numpy as np pandas基本功能 （1）数据文件读取/文本数据读取 （2）索引、选取和数据过滤 （3）算法运算和数据对齐 （4）函数的应用和映射 （5）重置索引1、pandas：数据文件读取通过pandas提供的read_xxx相关的函数可以读取文件中的数据，并形成DataFrame,常用的数据读取方法为：r...

1、基本使用(1)使用import导入模块matplotlib.pyplot，并简写成plt 使用import导入模块numpy，并简写成np(2)接下来，我们调用plot的.plot方法绘制一些坐标。 这个.plot需要许多参数，但前两个是'x'和'y'坐标，我们放入列表。 这意味着，根据这些列表我们拥有 3 个坐标：1,5 2,7和3,4。(3)plt.plot在后台『...

1、randomimport random# 返回一个(0,2**k)之间的一个整数print(random.getrandbits(4))# 返回(0,k)之间的一个整数print(random.randrange(3))# 返回[start,stop]之间的一个整数,可以指定步长stepprint(random.randrange(2,10,2))#返回[a,b]之间的一个整数...

一、Flask简介 python超级明星web框架Flask:是一个相对于Django而言轻量级的web框架,好比京东(Django)和淘宝(Flask),Flask使用了应用开发库，因此我们开发时，不需要关注太多网络通信方面的内容。和Django的大包大揽式操作不同，Flask建立于一系列的开源软件包之上,其中最重要的： （1）WSGI的应用开发库Werkzeug，WSGI服...

一、urllib简介urllib是pythond的内置HTTP请求库，包含如下模块处理请求库：urllib.request：发送HTTP请求urllib.error：异常处理模块urllib.parse：URL解析模块二、urllib.request.urlopen()import urllib.requesturl="http://www.baidu.com"#urllib.request....

一、requests.get()使用#Python 的标准库 urllib 提供了大部分 HTTP 功能，但使用起来较繁琐。#通常，我们会使用另外一个优秀的第三方库：Requests，它的标语是：Requests: HTTP for Humans。import requestsreponse=requests.get("https://www.baidu.com/")reponse.enc...

一、简介一个灵活又方便的HTML解析库，处理高效，支持多种解析器，利用它不使用正则表达式也能抓取网页内容。解析器使用方法优势劣势python标准库BeautifulSoup(markup,"html.parser")python内置标准库执行速度适中文档纠错能力强python2.7.3以前的版本容错能力差lxml HTML解析器BeautifulSoup(markup,"lxml")速度快文档纠错...

一、简介lxml是Python语言里和XML以及HTML工作的功能最丰富和最容易使用的库。它与众不同的地方是它兼顾了这些库的速度和功能 完整性。通常使用lxml里etree库：from lxml import etree。lxml大部分功能都存在lxml.etree中，一些函数都是通过这个库来进行的。首先我们使用 lxml 的 etree 库，然后利用 etree.HTML 初始化，然后我们将其打...

路由在MVC架构的web架构中重要的概念：在Flask框架中，路由表示用户请求的URL找出其对应的处理函数1、注册路由用户请求的URL与视图函数之间的映射，flask框架根据HTTP请求的URL在路由表中匹配预定义的URL规则，找到对应的视图函数，并将函数执行的结果返回给服务器，route装饰器：绑定url规则与视图函数from flask import Flask# 导入了类 Flask...

python的print格式化输出有2种模式1、Formatting Expression类似于c语言的printf输出方式，基本是前文格式控制%，后面使用%（）输出2、String Formatting Method Calls类似于c#的输出方式，基本是前文使用{num}表示位置，后面使用.format()表示输出的内容# 打印整数import mathprint('my name is ...