pandas numpy amp
关于pandas.to_datetime对不同时间格式使用时发生报错的情况
在看菜鸟的pandas对格式错误清洗时，发现菜鸟提供的代码在我现在的版本跑不通。 把报错在网上找了半天都是把报错errors参数给修改的。 最后重看了下报错信息，发现把format改成mixed，告诉pandas数据格式混合就可以（汗），应该是python3版本太新的问题 报错代码： import ......
pandas基础使用
pandas pandas介绍 Pandas 是一个开源的数据分析和数据处理库，它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格型数据（类似于Excel表格）。 Pandas 是数据科学和分析领域中常用的工具之一，它使得用户 ......
盘点一个Pandas取值的问题（下篇）
大家好，我是皮皮。 一、前言 前几天在Python白银交流群【上海新年人】问了一个Pandas数据提取的问题，上一篇文章我们介绍了基础篇，这一篇文章我们来延伸下，你想象下，我想要14和15行该怎么写？ 二、实现过程 后来【论草莓如何成为冻干莓】给了一份代码，print(df.loc[[14, 15] ......
pandas：统计一个Excel中的空值、非空值、全部值的数量
问题： 有一个Excel，一共7列10行，如下所示： 如何统计其中空值、非空值、全部单元格的数量？ 解决： ①将该Excel读入为DataFrame data=pd.read_excel('data.xlsx') ②所有单元格 size是dataframe的属性 total=data.size ③非 ......
error: missing binary operator before token "(" 44 | #if __GLIBC_PREREQ(2,15) && defined(_GNU_SOURCE)
手痒，在centos7上面，升级了glibc，然后导致正常程序编译都出现了问题。 这是编译的报错： /opt/rh/devtoolset-9/root/usr/include/c++/9/x86_64-redhat-linux/bits/os_defines.h:44:19: error: miss ......
CH32F208以太网&蓝牙转CAN总线/RS485控制板 - 设备连接MQTT服务器
<p><iframe name="ifd" src="https://mnifdv.cn/resource/cnblogs/product/CH32F208_DTU/index.html" frameborder="0" scrolling="auto" width="100%" height="1 ......
构建 dotnet&vue 应用镜像->推送到 Nexus 仓库->部署为 k8s 服务实践
前面分享了 k8s 的部署安装，本篇来点实操，将会把一个 .net core + vue 的项目（zhontai），打包构建成 docker 镜像，推送到 nexus 镜像仓库，并部署到 k8s 中 ......
Python Numpy 数组修改赋值的方法及示例
NumPy是Python中用于处理数组和数值计算的强大库。它提供了多维数组对象（称为numpy.ndarray或简称为数组），Numpy数组的赋值是比较方便的，本文主要介绍Python numpy 数组修改赋值的方法，以及相关示例代码。 1、一般使用索引赋值 赋值方式和C#和Java待语言类似， ......
Python Pandas 安装和设置
1、安装 Pandas 1）确保已安装Python Pandas 需要 Python 环境。可以通过在终端或命令提示符中运行 python --version 来检查是否已安装 Python。 2）安装 Pandas 使用 Python 的包管理器 pip 进行安装： pip install p ......
CH32F208以太网&蓝牙转CAN总线/RS485控制板 - 二次开发环境搭建和程序下载测试
<p><iframe name="ifd" src="https://mnifdv.cn/resource/cnblogs/product/CH32F208_DTU/index.html" frameborder="0" scrolling="auto" width="100%" height="1 ......
pandas删除空值
删除空值 在一些情况下会删除有空值、缺失不全的数据，df.dropna可以执行这种操作： df.dropna() # 一行中有一个缺失值就删除 df.dropna(axis='columns') # 只保留全有值的列 df.dropna(how='all') # 行或列全没值才删除 df.dropn ......
pandas替换数据 典型应用 replace
替换数据 replace方法可以对数据进行批量替换： s.replace(0, 5) # 将列数据中的0换为5 df.replace(0, 5) # 将数据中的所有0换为5 df.replace([0, 1, 2, 3], 4) # 将0～3全换成4 df.replace([0, 1, 2, 3], ......
利用列表修改 pandas 列表的特殊应用
修改数值 在Pandas中修改数值非常简单，先筛选出需要修改的数值范围，再为这个范围重新赋值。 df.iloc[0,0] # 查询值 # 'Liver' df.iloc[0,0] = 'Lily' # 修改值 df.iloc[0,0] # 查看结果 # 'Lily' 以上修改了一个具体的数值，还可以 ......
pandas增加行
增加行 可以使用loc[]指定索引给出所有列的值来增加一行数据。目前我们的df最大索引是99，增加一条索引为100的数据： # 新增索引为100的数据 df.loc[100] = ['tom', 'A', 88, 88, 88, 88] df ''' name team Q1 Q2 Q3 Q4 0 ......
pandas df.eval()应用
执行表达式df.eval() df.eval()与之前介绍过的df.query()一样，可以以字符的形式传入表 达式，增加列数据。下面以增加总分为例： # 传入求总分表达式 df.eval('total = Q1+Q3+Q3+Q4') ''' name team Q1 Q2 Q3 Q4 total ......
pandas 追加合并
追加合并 增加行数据的使用场景相对较少，一般是采用数据追加的模式。数据追加会在后续章节中介绍。 df.append()可以追加一个新行： df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB')) df2 = pd.DataFrame([[5, 6 ......
pandas删除 python
删除 删除有两种方法，一种是使用pop()函数。使用pop()，Series会删除指定索引的数据同时返回这个被删除的值，DataFrame会删除指定列并返回这个被删除的列。以上操作都是实时生效的。 # 删除索引为3的数据 s.pop(3) # 93 s ''' 0 89 1 36 2 57 4 65 ......
pandas删除空值
删除空值 在一些情况下会删除有空值、缺失不全的数据，df.dropna可以执行 这种操作： df.dropna() # 一行中有一个缺失值就删除 df.dropna(axis='columns') # 只保留全有值的列 df.dropna(how='all') # 行或列全没值才删除 df.drop ......
error: binding reference of type ‘sylar::RWMutex&’ to ‘const RWMutexType’ {aka ‘const sylar::RWMutex’} discards qualifiers
C++编译的时候，遇到了这个错误。 翻译这个错误就是，将一个 引用类型，绑定到了一个 常量类型上面。这个是不允许的。 In file included from /home/henry/workspace/henry-sylar/tests/test_config.cpp:1: /home/henr ......
Codeforces&Atcoder VP记录
ABC308 \(\operatorname{A}\sim \operatorname{F}.\) A 按题意模拟即可。 B 用 map 存一下即可。 C 考察 sort 的应用，但是胜率要开 long double 存。 D 因为 snuke 长度只有 \(5\)，所以可以记搜，设 \(f_{x, ......
CF&AT VP记录
ABC308 \(\operatorname{A}\sim \operatorname{F}.\) A 按题意模拟即可。 B 用 map 存一下即可。 C 考察 sort 的应用，但是胜率要开 long double 存。 D 因为 snuke 长度只有 \(5\)，所以可以记搜，设 \(f_{x, ......
Python Numpy 合并数组(stack、vstack和hstack)
numpy.vstack和numpy.hstack以及numpy.stack是NumPy中用于数组堆叠的不同函数，numpy.vstack是垂直方向堆叠，numpy.hstack是水平方向堆叠，而numpy.stack是通用堆叠。本文主要介绍Python Numpy 合并数组的方法，以及相关的示 ......
【LGR-170-Div.3】洛谷基础赛 #6 & Cfz Round 3 & Caféforces #2
这套题感觉质量很高 A.Battle \[x \equiv r(\bmod P) \]\[P \mid x - r \]因此只有第一次操作是有效的 void solve() { int n, m, p; cin >> n >> m >> p; m -= m % p; if(!m) puts("Ali ......
src/mathfunc.h:34:18: error: call of overloaded ‘isnan(double&)’ is ambiguous
001、问题，gemma编译， make报错如下： src/mathfunc.h:34:18: error: call of overloaded ‘isnan(double&)’ is ambiguous 002、 。 ......
NumPy 数据
使用NumPy需要先导入，约定俗成地为它起别名np。使用np.array 可传入一个元组或列表。如果是二维数据，可以是由列表组成的列表或 由元组组成的列表等形式。 import numpy as np np.array([1, 2, 3]) np.array((1, 2, 3)) # 同上 # ar ......
pandas 绘图 拆线图 多条拆线 柱状图 横向 纵向 饼状图
Pandas利用plot()调用Matplotlib快速绘制出数据可视化图形。注 意，第一次使用plot()时可能需要执行两次才能显示图形。可以使用plot()快速绘制折线图。 df['Q1'].plot() # Q1成绩的折线分布 可以先选择要展示的数据，再绘图。 df.loc['Ben','Q1 ......
pandas分析功能
df.mean() # 返回所有列的均值 df.mean(1) # 返回所有行的均值，下同 df.corr() # 返回列与列之间的相关系数 df.count() # 返回每一列中的非空值的个数 df.max() # 返回每一列的最大值 df.min() # 返回每一列的最小值 df.median( ......