now

位运算优先级

牛客练习输入输出场：(1条未读通知) 牛客竞赛_ACM/NOI/CSP/CCPC/ICPC算法编程高难度练习赛_牛客竞赛OJ (nowcoder.com)连续输入输出while True: try: a,b=map(int,input().split()) print(a+b) except: breakwhile True: try: cin=list(map(int,input().split..

队列是含有一组对象的容器，支持快速插入和删除的先进先出语义。插入和删除操作有时称为入队（enqueue）和出队（dequeue）。与列表或数组不同，队列通常不允许随机访问所包含的对象。应用：队列在算法中有广泛的应用，经常用于解决调度和并行编程问题。在树或图数据结构上进行宽度优先搜索（BFS）是一种简短而美丽的算法，其中就用到了队列。四种方式实现1 Python 队列 列表——非常慢的队列 2 Python 队列 collections.deque——快速和稳健的队列 3 Python

https://mp.weixin.qq.com/s?__biz=MzUyOTk2MTcwNg==&mid=2247485443&idx=1&sn=cc1ce327d68436bb653f13fc622c290e&scene=21#wechat_redirect

Python time clock()方法描述Python 3.8 已移除 clock() 方法 可以使用 time.perf_counter() 或 time.process_time() 方法替代。Python time clock() 函数以浮点数计算的秒数返回当前的CPU时间。用来衡量不同程序的耗时，比time.time()更有用。这个需要注意，在不同的系统上含义不同。在UNIX系统上，它返回的是"进程时间"，它是用秒表示的浮点数（时间戳）。而在WINDOWS中，第一次调用，返回的是

什么是模块？modules(.py)模块与函数的关系：一个模块中可以包含N多个函数在Python中一个扩展名.py的文件就是一个模块使用模块的haob

代码中经常会有变量是否为None的判断，有三种主要的写法：第一种是`if x is None`；第二种是 `if not x：`；第三种是`if not x is None`（这句这样理解更清晰`if not (x is None)`） 。如果你觉得这样写没啥区别，那么你可就要小心了，这里面有一个坑。先来看一下代码：>>> x = 1>>> not xFalse>>> x = [1]>>> not xFa.

None是一个对象，而NULL是一个类型。Python中没有NULL，只有None，None有自己的特殊类型NoneType。None不等于0、任何空字符串、False等。在Python中，None、False、0、""(空字符串)、[](空列表)、()(空元组)、{}(空字典)都相当于False。判断变量是否为空的高效方法是:if X is Noneif not X：当X为None、False、""、0、[]、()、{}时，not X为真，无法分辨if not X is None：等价于i

注： 运行环境：python3.6.6，win10，64位1. NoneNone是python中的一个特殊的常量，表示一个空的对象，空值是python中的一个特殊值。数据为空并不代表是空对象，例如[],''等都不是None。None和任何对象比较返回值都是False，除了自己。作者：诸葛小愚链接：https://www.jianshu.com/p/627232777efd来源：简书著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。...

只保留数字，中间有小数点请使用正则表达式(注意函数isdigit后面没有（））s="Colour Temperature is 2700 Kelvin"s="".join(filter(str.isdigit, s))只保留字母s="Colour Temperature is 2700 Kelvin"s="".join(filter(str.isalpha, s))print(s)只保留数字和字母s="Colour Temperature is 2700 Kel.

感谢转载自：https://blog.youkuaiyun.com/space_walk/article/details/102738583Python中没有直接对字符串排序的方法，下面介绍两种方法对字符串进行排序。第一种方法，将字符串转换成数组，对数组排序后，再转换成字符串。代码如下：#!/usr/bin/env python# -*- coding:utf-8 -*-def main(): # 字符串 s = "HelloWorld!" # 转换成数组 l = list(

arr = [[1,2,3,4],[5,6,7,8],[9,10,11,12]] #方法1ar2 =[]for i in range(len(arr[0])): b =[] for j in range(len(arr)): b.append(arr[j][i]) ar2.append(b)print(ar2) #方法2ar2 = list(map(list,zip(*arr)))print(ar2) #方法3ar2 = [ [row[i] .

问：请简单描述下什么是闭包函数？？？答： 闭包函数必须包含以下三个特性： 其一： 函数中必须嵌套一个函数 其二：外层函数的返回值必须是内层函数的函数名 其三： 内层嵌套函数对外层的作用域有非全局变量的引用。 简单来说闭包函数在第二个时候返回的不仅仅是一个简单的函数，这个函数还携带了一个封闭式的作用域，代码举例：def func(): 其一 函数中必须嵌套一个函数 name = 'python' def inner():...

https://www.cnblogs.com/sweet-i/p/11177063.html#1.函数变量def fun(): print('hello')#函数调用fun() #hello#打印函数变量print(fun)#<function fun at 0x000001F09EB35160>#2.嵌套函数--一个函数里面包含另一函数的定义def func1(): def func2(): print('hello')func1(.

map()函数map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。例如，对于list [1, 2, 3, 4, 5, 6, 7, 8, 9]如果希望把list的每个元素都作平方，就可以用map()函数：因此，我们只需要传入函数f(x)=x*x，就可以利用map()函数完成这个计算：def f(x): return x*xprint map(f, [1, 2, 3

  1、介绍 apply函数是pandas里面所有函数中自由度最高的函数。该函数如下： DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds) 该函数最有用的是第一个参数，这个参数是函数，相当于C/C++的函数指针。 这个函数需要自己实现，函数的传入参数根据axis来定，比如axis = 1，就会把一行数据作为Series的数据 结构传入给自己实现的函数中，我们在函数中

Python发展历史: https://baike.baidu.com/item/Python/407313?fr=aladdin变量程序中，数据都是临时存储在内存中，为了更快速的查找或使用这个数据，通常我们把这个数据在内存中存储之后定义一个名称，这个名称就是变量。二、定义变量2.1标识符2.2命名习惯见名知义。大驼峰:即每个单词首字母都大写，例如︰MyName 。小驼峰:第二个(含）以后的单词首字母大写，例...

str.format()Python2.6之后新增的一宗格式化字符串的函数。用{}和:来替换以前的%>>>"{} {}".format("hello", "world") # 不设置指定位置，按默认顺序'hello world' >>> "{0} {1}".format("hello", "world") # 设置指定位置'hello world' >>> "{1} {0} {1}".format("hello", "w

1.原生字符串Python中字符串前面加上 r 表示原生字符串，与大多数编程语言相同，正则表达式里使用”\”作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符”\”，那么使用编程语言表示的正则表达式里将需要4个反斜杠”\”：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r”\”表示。同样，匹配一个数字的”\d”可以写成r”\d”。有了原生字符串，再也不用担心

说明数据集中存在异常值？，处理方式：#用nan替换?data=data.replace(to_replace='?',value=np.nan)#再删除空值data=data.dropna()

集成算法之随机森林（森林就是构建多个树，随机就是取数是随机且有范围的）集成算法包含(bagging/boosting/stacking）在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由所有决策树输出的类别的众数而定。利用相同的训练数搭建多个独立的分类模型，然后通过投票的方式，以少数服从多数的原则作出最终的分类决策。例如,如果你训练了5个树,其中有4个树的结果是 True ,1个数的结果是 False ,那么最终结果会是 True .在前面的决策当中我们提到，一个标准的决策树会根

决策树的原理：通过不断的划分条件来进行分类，其中决策树最关键的就是，找出那些对结果影响最大的条件（信息熵小的），放在前面，来节省查找次数。排序：是否有房子、信贷情况的信息增益、是否有工作、年龄决策树算法选择ID3信息增益大的放前面，C4.5信息增益率大的放前面，CRAT选基尼系数小的放前面（CART分类树算法使用基尼系数来代替信息增益比，基尼系数代表了模型的不纯度，基尼系数越小，则不纯度越低，特征越好。这和信息增益(比)是相反的。）树的层级和叶子...

朴素贝叶斯是逆向求概率的过程求P(C|W)在文档中有某个关键词的情况下，这个文档属于某个分类的概率计算公式：P(C|W)=P(W|C)P(C)/P(W)P(W|C)在文档属于某个类别的前提下，某个关键词出现的概率-------训练数据求出（朴素贝叶斯预测文档分类的原理是:根据以上公式，可以计算出某篇文档下出现得比较多的词，然后把这些词去每个分类下求下概率，在哪个分类下的概率高，那么就意味着这篇文章是属于哪个分类。 ）P(C)文档属于某类的概率-------------------------

在命令行下输入以下命令1）pip install jupyter_contrib_nbextensions jupyter contrib nbextension install --user2）pip install --user jupyter_nbextensions_configurator jupyter nbextensions_configurator enable --user结果如下图在Anaconda Jupyter中配置如果上一步骤成功完成后，在Anac

Seaborn官网文档http://seaborn.pydata.org/generated/seaborn.countplot.html

当我在读取CSV文件中的'Games'时使用data['Games']报 keyerror错误，返回自己的excel表，用鼠标点击属性发现提示我前面有空字符串，选择‘清空前后空字符串’，保存，重新导入数据，成功解决问题。...

一、问题如下，设置titile时中文乱码二、解决方法1.导入包font_manager2.到自己的windows目录下找到Font文件夹，选一个简体字，然后右击‘属性’，将这个路径粘贴过来3.然后如下编写代码 （如果遇到OSError问题，解决方法见https://blog.youkuaiyun.com/zhao2chen3/article/details/114400840）...

一、读取文件时，路径报错如下二、解决方法：1、在C前面按'delete'键2、直接将此处的地址粘过去

数据合并(pd.merge) 根据单个或多个键将不同DataFrame的行连接起来 类似数据库的连接操作 pd.merge:(left, right, how='inner',on=None,left_on=None, right_on=None ) left:合并时左边的DataFrame right:合并时右边的DataFrame how:合并的方式,默认'inner', 'outer', 'left', 'right' alll=pd.merge(lef

数据清洗可能遇到的问题及解决方法遇到的问题 解决的方法 部分缺失：nan 检测缺失数据isnull(),然后删除dropna()或者填充fillna() 数据存在重复值：111,111,111 #检测重复数据 data.duplicated().sum() #删除重复值 data.drop_duplicates(inplace=True) len(data) 部分数据存在异常 删除 数据类型不统一 数据类型转换.

一、python在读取read_csv自己创建的csv文件时，报错UnicodeDecodeError: 'utf-8’codec can't decode byte Oxd0 in position 0: invalid continuation byte二、解决办法 保存csv格式以,分隔三、成功读取

为什么列索引是小写['a','b','c','d']，数据可以正常读出，大写['A','B','C','D']就都是NAN了呢？

一、NAN和INF值处理首先我们要知道这两个英文单词代表的什么意思：NAN：Not A number，不是一个数字的意思，但是他是属于浮点类型的，所以想要进行数据操作的时候需要注意他的类型。 INF：Infinity，代表的是无穷大的意思，也是属于浮点类型。np.inf表示正无穷大，-np.inf表示负无穷大，一般在出现除数为0的时候为无穷大。比如2/0。二、NAN一些特点：NAN和NAN不相等。比如np.NAN != np.NAN这个条件是成立的。 NAN和任何值做运算，结果都是NAN。

一、保存csv文件1.1np.savetxt()函数讲解np.savetxt(frame, array, fmt='%.18e', delimiter=None)* frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件* array : 存入文件的数组* fmt : 写入文件的格式，例如：%d %.2f %.18e* delimiter : 分割字符串，默认是任何空格1.2案例实操import numpy as npscores=np.random.randi

一、python变量赋值与C变量赋值的区别1、 对于Python而言，变量赋值时，实际创建了一个对象的引用，b=a使b和a指向同一个对象，即a,b是指向同一个对象的两个引用。例子如下2、对于C语言而言，赋值a的变化不会影响b二、深拷贝与浅拷贝深拷贝是指拷贝对象的具体内容，而内存地址是自主分配的，拷贝结束之后，两个对象虽然存的值是相同的，但是内存地址不一样，两个对象也互不影响，互不干涉。浅拷贝就是对内存地址的复制，让目标对象指针和源对象指向同一片内存空间，在一个对象..

修改jupyter notebook打开的默认浏览器步骤如下1、打开anaconda prompt2、输入如下指令jupyter notebook --generate-config3、显示出jupyter_notebook_config.py 文件所在目录。找到这个文件，用记事本打开4、在 # c.NotebookApp.browser = ‘’ ‘’ 后加入下面语句块：改为自己的浏览器安装地址import webbrowserwebbrowser.register.

一、什么是数据分析数据分析就是利用适当的统计方法对收集来的大量数据进行分析，提取有用的信息并形成结论。数据分析的目的有三种，现状分析，原因分析、预测分析。二、数据分析的步骤1.明确需求2.数据收集3.数据处理4.数据分析5.数据展现6.撰写报告三、数据分析的方法和工具:数据分析可以通过工具，也可以通过代码来实现。以下分别列出这些常用的: 1.工具: Excel、Tableau、sPSS、百度图说等。 ⒉.编程:Python语言、R语言、数据库的...