-
若f為list： f[起點(diǎn)：終點(diǎn)] 包含 不包含查看全部
-
column 專欄; 圓柱; 縱隊(duì)，列 import pandas as pd 導(dǎo)入 pandas 包，在 pandas 中把數(shù)據(jù)存儲(chǔ)成 dataframe 數(shù)據(jù)結(jié)構(gòu)，一個(gè) dataframe 就是一張表，通過(guò)cav 文件導(dǎo)入 python，csv 文件第一行為列名，通常第一個(gè)字符為 "，"，以便做成表格時(shí)與第一列的行名 錯(cuò)開，因?yàn)榈谝恍械谝涣械慕徊嫣幨菦](méi)有數(shù)據(jù)的 brics = pd.read_csv("path/to/brics.csv",index_col = 0) 獲取列：brics["country"] 或者 brics.country 添加列：brics["要添加的列"]=[list] （把一個(gè) list 賦值給它） 添加列（2）：brics["要添加的列"] = brics["country"]/brics["area"] 通過(guò)其他列來(lái)生成新列 獲取行：brics.loc["BR"] 元素：brics.loc["行標(biāo)"，"列標(biāo)"] 或者 brics["列標(biāo)"].loc["行標(biāo)"] 或者 brics.loc["行標(biāo)"]["列標(biāo)"] （第三種實(shí)際上是先獲得行標(biāo)，再尋找列標(biāo)，跟第二種方法相反）查看全部
-
1 and 2 ==> 2 1 and True ==> True 注意：不同的類型得到的是不同的結(jié)果（數(shù)值和 bool 值） 總結(jié)就是 邏輯運(yùn)算符 的操作數(shù)中有 布爾數(shù) 的時(shí)候最后結(jié)果返回 布爾值查看全部
-
plt.xlable('標(biāo)簽') plt.ylable('標(biāo)簽') #給 x，y 軸加標(biāo)簽 plt.title('標(biāo)題') #給表加標(biāo)題 plt.yticks([0,2,4,6,8]) #給y周添加刻度 plt.yticks([0,2,4,6,8],['0','2B','4B','6B','8B']) plt.fill_between（x，y，0，color=你設(shè)定的顏色(比如'green')） x,y都是 list >>> help(p.fill_between) Help on function fill_between in module matplotlib.pyplot: fill_between(x, y1, y2=0, where=None, interpolate=False, step=None, hold=None, data=None, **kwargs) Make filled polygons between two curves.查看全部
-
matplotlib.pyplot as plt 導(dǎo)入 pyplot 子包 直方圖 >>> help(p.hist) Help on function hist in module matplotlib.pyplot: hist(x, bins=None, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, hold=None, data=None, **kwargs) 常用的==>plt.hist(x,bins) x是一個(gè)值的 list ，bins 表示直方圖有多少個(gè) bin plt.show() 來(lái)顯示直方圖查看全部
-
import matplotlib.pyplot as plt 導(dǎo)入 matplotlib 的子包 pyplot 線圖 plt.plot(list1,list2) list1 是橫軸，list2 是縱軸 plt.show() 調(diào)用 show() 才會(huì)畫圖 散點(diǎn)圖 plt.scatter(list1,list2):畫散點(diǎn)圖，但不會(huì)展示，也需要plt.show（）來(lái)展示查看全部
-
np.mean( 計(jì)算元素)：求平均 np.median(計(jì)算元素)：求中位數(shù) np.corrcoef(計(jì)算元素1，計(jì)算元素2)：檢測(cè)相關(guān)性 np.std（計(jì)算元素）：求樣本標(biāo)準(zhǔn)差 np.column_stack(（列1，列2）)：進(jìn)行列連接，是生成兩列。查看全部
-
2維數(shù)組是 array() 中傳遞 list--[], list 的元素又是 list--[] 即 array([[],[],...[]]) array.shape: 得到array的行和列數(shù) array[0,2]的擴(kuò)展： array[行坐標(biāo)，列坐標(biāo)] array[行坐標(biāo)] array[:,列始:列終]查看全部
-
array.shape :得到array的行和列數(shù)查看全部
-
數(shù)組對(duì)象 > 23 會(huì)返回一個(gè)布爾數(shù)組，將這個(gè)布爾數(shù)組放到中括號(hào) [] 中對(duì)原始 list 進(jìn)行選擇，選出布爾數(shù)組中值為 True 的 list 元素查看全部
-
導(dǎo)入包的不同，模塊的使用也是不同的查看全部
-
Numpy 高效處理數(shù)組的包 Matplotlib 做數(shù)據(jù)可視化 Scikit-learn 做機(jī)器學(xué)習(xí)的查看全部
-
list 的幾個(gè)常用的方法 index(要查詢索引的元素) #獲得括號(hào)中元素的索引位置 count(要計(jì)算次數(shù)的元素) #獲得括號(hào)中元素出現(xiàn)了幾次 字符串方法 capitalize() #是字符串首字母大寫 replace(x,y) x 是要被替換的字符，y 是要替換成什么的字符，也就是用 y 替換 x查看全部
-
max([list]) 可以得到最大值 round（x,y） x 是要截取的數(shù)值，y 控制精度，也就是小數(shù)點(diǎn)后的位數(shù)，默認(rèn) y=0查看全部
-
一次改變多個(gè) list 元素： fam[0;2] = ["Lisa",1.74] 刪除元素： del(fam[2]) 兩個(gè) list 相加 就是兩個(gè) list 的拼接 fam + ["me",1.74]查看全部
舉報(bào)
0/150
提交
取消