DataFrame数据类型中我们会经常操作删除行与列的操作，而这些操作又有哪些呢？ 首先使用drop（）方法对行与列进行删除操作，先看drop（）方法的内置参数： 这里注意到有axis与inplace两个可选参数，意味着drop（）可以通过axis参数调节删除行或者列，而通过inplace参数调节是否在原数据集上进行删除操作。 原数据集长成这样： 通过使用drop（）后删除了行与列：
阿抽哥哥
2018-10-31
cut（）根据值本身来选择箱子均匀间隔，即每个箱子的间距都是相同的。 可以看到， cut（）自动生成了等距的离散区间，如果自己想定义也是没问题的。 qcut（）根据这些值的频率来选择箱子的均匀间隔，即每个箱子中含有的数的数量是相同的。 qcut（）切分后每组数据量一样。 除了可以使用 cut（）进行离散化之外，qcut（）也可以实现离散化。cut（）是根据每个值的大小来进行离散化的
阿抽哥哥
2018-10-31
Python的书写简单功能强大是出了名的，在学习Python的lambda表达式注意到，它只是一个表达式不是语句啊。lambda只是一个表达式，函数体比def简单很多。lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。lambda表达式是起到一个函数速写的作用。允许在代码内嵌入一个函数的定义。 lambda的语法规则：一个或多个参数以冒号终止输入参数
阿抽哥哥
2018-10-31
Series是Pandas两大数据结构中（DataFrame，Series）的一种，Series是一种类似于一维数组的对象，它由一组数据（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。 Series对象本质上是一个NumPy的数组，因此NumPy的数组处理函数可以直接对Series进行处理。但是Series除了可以使用位置作为下标存取元素之外，还可以使用标签下标存取元素，只一点
阿抽哥哥
2018-10-31
首先介绍下数据类型： 列表：list是Python的数据类型 字典：dict是Python的数据类型 numpy：ndarray是numpy的数据类型 pandas：series与dataframe是pandas的数据类型 接下来以代码形式做介绍： from IPython.core.interactiveshell import InteractiveShell InteractiveShel
阿抽哥哥
2018-10-30
日期与时间数据主要包括三类： 时间戳表示某个具体的时间点（例如2015年7月4日上午7点） 时间间隔与周期表示开始时间与结束时间点之间的时间长度，例如2015年（指的是2015年1月1日至2015年12月31日这段时间间隔）。周期通常是指一种特殊形式的时间间隔，每个间隔长度相同，彼此不会重叠（例如，以24小时为周期构成每一天）。 时间增量（time delta）或持续时间（duration）表示精
阿抽哥哥
2018-10-27
·针对时间戳数据，Pandas提供了Timestamp类型。它本质上是Python的原生datetime类型的替代品，但是在性能更好的numpy.datetime64类型的基础上创建。对应的索引数据结构是DatetimeIndex。 ·针对时间周期数据，Pandas提供了period类型。这是利用numpy.datetime64类型将固定频率的时间间隔进行编码。对应的索引数据结构是PeriodIn
阿抽哥哥
2018-10-27
失败报错： Pandas在读取csv文件时，如果文件路径或csv文件名包含中文的话则会报错，在读取文件时确保使用英文路径与英文文件名。 也可以在read_csv中使用open方法读取。
阿抽哥哥
2018-10-27
NumPy的广播遵循一组严格的规则，设定这组规则是为了决定两个数据间的操作。 规则1：如果两个数组的维度数不相同，那么小维度的数组的形状将会在最左边补1。 规则2：如果两个数组的形状在任何的一个维度上都不匹配，那么数组的形状会沿着维度为1的维度扩展以匹配另外一个数组的形状。 规则3：如果两个数组的形状在任何的一个维度上都不匹配并且没有任何一个维度等于1，那么会引发异常。
阿抽哥哥
2018-10-26
方法一：直接使用MySQL安装包自带的卸载 ①先把MySQL服务关闭 ②运行MySQL安装包，使用remove卸载 方法二： ①先关闭MySQL服务。右键我的电脑进入管理->服务和应用程序->服务 ②在控制面板的程序与功能中把MySQL所有的安装文件卸载 ③卸载后把下列的三个路径下的MySQL文件下删除： C:\Program Files\MySQL C:\Progra
阿抽哥哥
2018-10-26
Pandas提供了一些索引器（indexer）属性作为取值的方法。 from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = "all" import pandas as pd data = pd.Series(['a','b','c'],index =
阿抽哥哥
2018-10-26
在Python中，星号除了用于乘法数值运算和幂运算外还有一种特殊的用法，如果在变量前添加单个星号或两个星号便可以实现多参数的传入或变量的拆解。 星号变量在函数中作参数传递，单个星号代表这个位置接收任意多个非关键字参数，在函数的*x位置上将其转化成元组；而双星号代表这个位置接收任意多个关键字参数，在**x位置上将其转化成字典： * 该位置接受任意多个非关键字（non-keyword）参数，在函数
阿抽哥哥
2018-10-25
答：jupyter notebook的响应浏览器中是不支持2345之类的浏览器的，只要把默认浏览器修改为jupyter notebook能够响应的浏览器即可，推荐使用并修改响应浏览器为chrome浏览器。
阿抽哥哥
2018-10-25
empty本来就不是每个值为很小的数的矩阵，每个值都是由random产生的，没有任何意义，需要用户使用时去修改这个参数。
阿抽哥哥
2018-10-24
axis使用0值表示沿着每一列或行标签\索引值向下执行对应的方法 axis使用1值表示沿着每一行或者列标签模向下执行对应的方法
阿抽哥哥
2018-10-24
1、numpy matrix必须是2维的，但是 numpy array（ndarray）可以是多维的（1维、2维、3维、······、N维）matrix是array的一个小的分支，包含于array。 所以matrix 拥有array的所有特性。 2、在numpy中matrix的主要优势是：相对简单的乘法运算符号。例如，a和b是两个matrix，那么a*b，就是矩阵积。 3、matri
阿抽哥哥
2018-10-24
Numpy使用ndarray对象来处理多维数组，该对象是一个快速而灵活的大数据容器。Python列表可以存储一维数组，也可以通过列表的嵌套可以实现多维数组。然而Numpy是专门针对数组的操作和运算进行了设计，所以数组的存储效率和输入输出性能远优于Python中的嵌套列表，数组越大，Numpy的优势就越明显。通常Numpy数组中的所有元素的类型都是相同的，而Python列表中的元素类型是任意的，所以
阿抽哥哥
2018-10-24
首先打开Anoconda Prompt，输入命令 jupyter notebook --generate-config，系统会自动产生一个名为jupyter_notebook_config.py的文件， 并且Anoconda Prompt窗口中会给出文件的路径。 此处选y： 然后找到C:\Users\Administrator\.jupyter路径下的文件jupyter_notebook_
阿抽哥哥
2018-10-24
报错图： 此问题出错是由于Anaconda3目录的Scripts文件夹下缺失了jupyter-notebook.exe应用程序 如果有次文件的备份，可以直接复制放入Scripts文件夹下补齐缺失的源文件，否则重装Anaconda3
阿抽哥哥
2018-10-24
